4030 편의 논문
본 논문은 구독 기반 결제 서비스를 위해 특별히 설계된 AI 기반 부정 결제 탐지 시스템을 제안하고 평가하며, 6가지의 서로 다른 부정 결제 유형을 다루는 합성 데이터셋을 통해 하이브리드 XGBoost+Bi-LSTM 아키텍처가 여러 지표에서 단독 모델보다 우수한 성능을 보임을 입증하는 동시에, 해당 결과를 검증된 실제 성능이 아닌 개념 증명(proof-of-concept) 근거로 명시적으로 인정한다.
이 논문은 T-세포 인식 메커니즘에서 영감을 얻어, 운동학적 증거 판독(kinetic proofing)을 통해 일시적인 신호를 걸러냄으로써 시계열 데이터 내의 지속적인 약한 이상치를 효과적으로 탐지하며, 순간적인 크기보다 시간적 연속성에 의해 정의되는 작업에서 표준 모델들을 능가하는 새로운 딥러닝 아키텍처인 면역 시냅스 네트워크(Immunological Synapse Network, ISN)를 소개한다.
본 타당성 조사 결과는 가나 회계감사국(Controller and Accountant-General's Department)의 재무 보고서를 대상으로 고전적 머신러닝 및 딥러닝 모델의 성능을 평가하였으며, 미세 조정된 XGBoost가 완벽한 카테고리 분류를 달성했음에도 불구하고 후속 절제 연구(ablation study)를 통해 키워드 특징이 이러한 결과를 크게 부풀렸음을 입증함으로써, 공공 부문 맥락에서 이러한 도구를 배포하기 전 엄격한 특징 검증이 필수적임을 강조하였다.
본 논문은 동적인 IoT 환경에서 시스템 효율성을 높이고, 비용을 절감하며, 공정성을 보장하기 위해 그래프 의존적 레이블 컨볼루션 네트워크(GDLC N)와 딥 스케줄드 버터플라이 최적화(DSBO)를 결합한 하이브리드 프레임워크인 Gdlcn–dsbo를 제안한다.
본 논문은 자원이 제한된 중소기업을 위한 회복 탄력적인 데이터 파이프라인을 위한 7가지 디자인 패턴의 후보 패턴 언어를 제안하고 합성적으로 평가하며, 결함 주입 실험을 통해 이러한 패턴들이 표준 베이스라인과 비교하여 중복, 스키마 드리프트, 침묵하는 데이터 손실과 같은 특정 결함 모드들을 효과적으로 해결함을 입증하는 동시에, 본 연구가 프로토타입 기반의 비현장 검증 기여물이라는 연구의 한계를 명시적으로 인정한다.
이 연구는 대규모 언어 모델 평가자의 선택이 AI가 생성한 생물 의학 요약의 충실도 및 안전성 준수 측정에 상당한 영향을 미치며, 서로 다른 모델들이 4배까지 차이 나는 오류율을 생성하고 요약 품질에 대한 상이한 결론으로 이어진다는 점을 입증한다.
이 논문은 참조 로짓 필터링(reference-logit filtering), 평판 가중 선택(reputation-weighted selection), Multi-Krum 집계(Multi-Krum aggregation), 그리고 적응형 길이 패널티 이점(adaptive length-penalized advantages)을 통합함으로써 도메인 포이즈닝(domain poisoning) 및 추론 팽창(reasoning-inflation) 공격으로부터 방어하는 비잔틴 강건한 분산형 그룹 상대 정책 최적화(Dec-GRPO) 프레임워크를 소개한다.
이 논문은 모듈형 순환 시스템에서 지속적인 공유 상태가 보편적으로 우월하기보다는 선택적으로 유리하며, 특히 작업 관련 정보가 모듈 경계를 넘나들어야 할 뿐만 아니라 외부 가용성이 종료된 후에도 지속되어야 할 때 결정적으로 필요해진다는 점을 입증한다.
이 논문은 탐지 성능을 저하시키지 않으면서 이상 결정(anomaly decisions)을 유도하는 특정 구조적 연결과 특징 차원을 식별하기 위해 Gradient Attention Maps를 CoLA 모델에 통합한, 대조 그래프 이상 탐지(contrastive graph anomaly detection)를 위한 최초의 사후 설명 가능성(post-hoc explainability) 프레임워크인 X-CoLA를 소개한다.
본 논문은 복잡한 장애물이 존재하는 미지의 환경에서 다수 무인 항공기(UAV)의 효율적이고 최적인 3차원 경로 계획을 달성하기 위해, 개선된 인공 퍼텐셜 필드 기반의 조밀한 보상 함수를 다중 에이전트 심층 결정론적 정책 경사(MADDPG) 알고리즘과 결합한 계층적 심층 강화 학습 프레임워크를 제안한다.