Regional Style Recognition of Chinese Paper-Cutting Based on Deep Learning and Explainability Analysis
이 논문은 CRPC-6 데이터셋을 소개하고, 딥러닝과 설명 가능성 분석을 통해 중국 종이 커팅의 지역적 양식이 주제적 의미론보다는 뚜렷한 공예 기법에 의해 주로 정의된다는 것을 입증하며, ConvNeXt-Tiny 모델을 통해 95%의 분류 정확도를 달성하였다.
4028 편의 논문
이 논문은 CRPC-6 데이터셋을 소개하고, 딥러닝과 설명 가능성 분석을 통해 중국 종이 커팅의 지역적 양식이 주제적 의미론보다는 뚜렷한 공예 기법에 의해 주로 정의된다는 것을 입증하며, ConvNeXt-Tiny 모델을 통해 95%의 분류 정확도를 달성하였다.
이 논문은 자율 로봇이 일상적인 성능을 유지하면서도 희귀 사건 인식과 새로운 작업 성공률을 크게 향상시킬 수 있는, 독립적이면서도 상호작용하는 모듈들을 통해 지속적으로 적응할 수 있게 하는 분리된 사고-학습-행동(D-TLA) 프레임워크를 제안한다.
본 논문은 반복되는 추론을 특정 조건에 의해 트리거되는 경량화된 백그라운드 프로세스로 동적으로 통합함으로써, 결정적인 사건의 회상 능력을 유지하고 장기 과업 성공도를 향상시키는 동시에 계산 비용을 크게 절감하는 평생 자율 로봇을 위한 진화형 백그라운드 활동 프레임워크를 제안한다.
본 논문은 자율 로봇이 미처 경험하지 못한 상황과 환경 변화에 대응하여 사고, 학습 및 상호작용 메커니즘을 동적으로 적응할 수 있게 하는 개방형 인지 진화 프레임워크를 제안하며, 이는 고정된 구조 방식에 비해 작업 성공도, 안전성 및 효율성 측면에서 성능을 크게 향상시킨다.
본 논문은 가중치가 부여된 8-연결 이웃을 갖는 문맥 인식 마르코프 무작위장을 QUBO 문제로 재정의함으로써, 미래의 양자 어닐링 아키텍처와의 호환성을 유지하면서도 OSCD 벤치마크에서 경쟁력 있는 성능을 달성하는 비지도 학습 기반 위성 이미지 변화 탐지 프레임워크를 제안한다.
이 논문은 벤치마크 데이터 오염을 측정하기 위해 난이도가 매칭된 컷오프 이후의 항목들을 사용하는 직접적인 타당성 검증법인 "시계열 프로빙(temporal probing)"을 소개하며, 정적인 번역 테스트 세트가 널리 퍼져 있음에도 불구하고 현재의 모델들이 BoolQ-bn 데이터셋에서 암기를 통한 유의미한 성능 부풀림을 보이지 않는다는 점을 밝혀냈다.
이 논문은 논리적 액터 정체성을 일시적인 세션으로부터 분리하여 지속 가능하고 감사 가능하며 복구 가능한 멀티 에이전트 거버넌스를 강제하는 실험적 공유 커널 아키텍처인 "World 8"을 평가하며, 일반적인 하드닝이 흔한 결함들을 해결하는 반면 특정 거버넌스 래퍼는 복잡한 권한 부여 및 변조 취약점을 방지하기 위해 독보적으로 필요하다는 것을 광범위한 시험을 통해 입증한다.
본 논문은 ESP32-CAM 센싱, UDP 전송, 그리고 YOLOv8n 추론을 통합하여 저지연, 위험 인지 네비게이션과 다국어 음성 안내를 구현함으로써, 프로토타입 테스트에서 78.6 ms의 GPU 처리 지연 시간과 91.5%의 플래너 일치도를 입증하는 동시에 임상 검증에서의 한계를 인정하는 호스트 보조 무선 보조 시각 프레임워크인 WVAB를 제시한다.
이 논문은 비동기적 LLM 에이전트에서 실제 도구 응답의 타이밍을 조작하여 내용을 수정하지 않고도 결정 결과를 변경하는 새로운 적대적 기법인 ChronosAttack을 소개하며, 응답 순서 그 자체가 다양한 모델에 걸쳐 중요한 공격 표면을 구성함을 입증한다.
이 논문은 파라미터 규모의 증가가 영어에서의 안전 정렬(safety alignment)을 개선하는 반면, 오픈 웨이트 모델들은 스크립트 토큰화 파편화(script tokenization fragmentation)로 인해 우르두어 및 펀자브어와 같은 저자원 언어를 처리할 때 탈옥(jailbreak)에 훨씬 더 취약하다는 것을 실증적으로 입증하며, 이는 현재의 안전 벤치마크에 존재하는 결정적인 평가 사각지대를 드러낸다.