4030 편의 논문
이 논문은 실시간 시험 부정행위 탐지를 위한 최초의 형식적으로 명시되고 재현 가능하게 평가된 브라우저 확장 프로그램 아키텍처인 HBMDS를 소개하며, 이는 98~100%의 정확도, 500ms 미만의 지연 시간, 그리고 낮은 리소스 점유율을 경험적으로 벤치마킹하여 BYOD 호환 감독관 서비스에 대한 벤더들의 주장 대신 교육 기관에 증거 기반의 대안을 제공한다.
본 논문은 산업용 LED 결함 인식의 과제를 해결하기 위해 동적 증류를 적용한 경량 듀얼 패스 네트워크를 제안하며, 적응형 계층적 융합과 이중 수준 지식 전이 체계를 통해 불균형 데이터셋에서 높은 정확도와 일반화 성능을 달성한다.
이 논문은 박사 학위 논문 메타데이터를 OpenAlex 저자 프로필에 안정적으로 연결하기 위해 문자 수준, 주제 기반, 그리고 트랜스포머 기반 유사도 측정 방식을 결합하여 인간이 검증한 일반화 가능한 방법을 제시하고 검증하며, 이를 통해 학술적 경력 궤적을 추적하는 높은 정확도를 달성하고 북미 박사 졸업생의 약 17.3%가 후속 출판물과 연결되지 못한다는 사실을 밝혀낸다.
이 논문은 반복적인 궤적 전반에 걸쳐 평가 신호를 구조화하고 이력을 선택적으로 재사용함으로써 AI 기반 과학적 발견을 체계화하는 프레임워크인 SIMPLETES를 소개하며, 이를 통해 단일 오픈 소스 모델이 28개의 다양한 과학 분야에서 최첨단 성능을 달고 결과 기반 사후 학습을 통해 더욱 향상될 수 있음을 보여준다.
이 서술적 검토 논문은 2021년부터 2026년 사이에 발표된 다중 창고 차량 경로 문제(MDVRP)에 관한 100편의 연구를 체계적으로 분석하여, 시간 창 및 지속 가능성과 같은 복잡한 실제 제약 조건으로 향하는 해당 분야의 진화, 신흥 학습 기반 방법론과 더불어 하이브리드 메타휴리스틱의 지배적 현상, 그리고 벤치마킹 관행의 불일치된 상태를 강조한다.
이 논문은 UMAP의 그래프 구조를 활용하여 t-SNE의 국소 이웃 보존을 초기화하고 강화하는 하이브리드 t-SNE-UMAP 최적화 방법을 제안하며, 이는 밀도 보존에서의 절충이 있음에도 불구하고 9개의 데이터셋에 걸쳐 신뢰도(trustworthiness)와 이웃 재현율(neighborhood recall) 측면에서 통계적으로 유의미한 개선을 결과로 나타낸다.
본 논문은 밀집된 단안 깊이 사전 정보(dense monocular depth priors)를 교차 모달 스케일 정렬(cross-modal scale alignment)과 에지 인식 전파(edge-aware propagation)를 통해 희소하고 신뢰도가 높은 스테레오 기하학적 앵커(sparse, high-confidence stereo geometric anchors)와 결합함으로써, 기존 방식보다 에지 영역 정확도에서 뛰어난 성능을 보이는 강건한 제로샷 깊이 인식을 달성하는 학습이 필요 없는 프레임워크를 제안한다.
본 논문은 기존 방식들이 어려움을 겪는 큰 포즈 변화 상황에서도 얼굴의 정체성과 세밀한 디테일을 효과적으로 보존하기 위해, Identity Prior Extractor와 Multimodal Identity Converter를 특징으로 하는 에이전트 주도형 프레임워크인 ADF-Pose를 제안한다.
본 논문은 미세한 타겟과 복잡한 배경의 문제를 해결함으로써 PCB 결함 탐지의 정확도를 크게 향상시키기 위해, 교차 레벨 양방향 특징 피라미드 네트워크(Cross-level Bidirectional Feature Pyramid Network), 경량화된 듀얼 스케일 컨볼루션(Dual-Scale Convolution) 모듈, 그리고 파라미터가 없는 평균 어텐션(average attention) 메커니즘을 통합한 강화된 YOLOv11 프레임워크인 CDA-YOLO를 제안한다.
본 연구는 인도 마디아프라데시주의 구 단위 밀 수확량 예측을 위한 설명 가능하고 누출 방지형 프레임워크를 제시하며, 엄격한 검증 프로토콜과 과거 수확량 데이터의 포함이 모델의 복잡성보다 예측 정확도에 더 결정적이라는 점을 입증하였고, 엘라스틱 넷(Elastic Net)이 가장 우수한 보호 테스트 성능을 달성하였다.