4030 편의 논문
이 실험적 연구는 차분 퍼징(differential fuzzing)이 다양한 실제 소프트웨어 프로젝트 전반에서 동등한 뮤턴트(equivalent mutants)를 효율적으로 식별하고 억제하기 위한 실용적이고 언어에 구애받지 않는 접근 방식임을 입증하며, 전통적인 테스트 스위트를 강화하기 위한 실행 가능한 입력을 생성하는 동시에 완벽에 가까운 뮤테이션 점수를 달성한다는 것을 보여준다.
본 논문은 라플라시안 스펙트럴 분석과 레귤러 바인 코퓰러 프레임워크를 통합하여 기존 방법들보다 우수한 로그 가능도와 모델 복잡도 제어를 달성함으로써, 변환 없이 혼합형 데이터로부터 베이지안 네트워크 구조를 학습하는 새로운 알고리즘인 하이브리드 코퓰러 베이지안 네트워크(HCBN)를 제안한다.
본 논문은 공유 특징과 개인화된 특징을 분리하고 분포 유사성에 따라 소스 도메인에 적응적으로 가중치를 부여함으로써 SEED 및 SEED-IV 데이터셋에서 최첨단 성능을 달성하여 피험자 간 EEG 감정 인식 문제를 해결하는 조건부 가중 다중 소스 적대적 신경망인 CWMAN-EEG를 제안한다.
본 연구는 GRU(Gated Recurrent Unit)가 심각한 구조적 변화가 발생한 기간 동안 베트남 로부스타 커피 수출 가격을 예측하는 데 있어 머신러닝 모델 및 기타 딥러닝 아키텍처보다 유의미하게 우수한 성능을 보인다는 점을 입증하며, 방법론적 한계를 투명하게 다루고 선도 계약을 위한 실행 가능한 리스크 파라미터를 제공한다.
본 논문은 높은 진단 정확도와 초저전력 소비를 달성하기 위해 실시간 다중 모드 생체 신호 처리를 최적화하는 뉴로모픽 엣지 지능이 통합된 새로운 로봇 공학 기반 트리 메타휴리스틱 프레임워크를 제시하며, 이를 통해 72시간 연속 웨어러블 모니터링을 가능하게 하고 조기 질병 탐지를 위한 임상 의사 결정 지원을 크게 향상시킨다.
본 논문은 규제 인식 검색, 충돌 해결 및 이중 검증 루프를 통합하여 기존 RAG 시스템을 능가함으로써 변전소 토목 공학 예비 설계 초안 작성의 신뢰성, 일관성 및 효율성을 크게 향상시키는 증거 제약 에이전트 기반 검색 증강 생성 프레임워크인 EC-ARAG를 제안한다.
이 논문은 CIC-YNU-IoTMal2026 멀티모달 IoT 악성코드 데이터셋에 대한 최초의 체계적인 베이스라인과 평가 프로토콜을 도입하며, 무작위 분할로 인한 데이터 누수, 누수 없는 조건에서의 휴면 샘플에 대한 높은 미탐율, 그리고 심각한 교차 아키텍처 취약성과 같은 결정적인 함정들을 밝혀내는 동시에, 모델 선택보다는 프로토콜의 선택이 궁극적으로 보고된 성능을 지배한다는 점을 입증한다.
본 논문은 뉴럴 메타 퓨전(neural meta-fusion)을 적용한 위치 인식형 이종 CNN 앙상블을 제시하며, 이는 식물 질병 분류 파이프라인의 핵심 구성 요소가 실험실 환경에서의 앙상블 폭 및 수작업 기반 기술자(handcrafted descriptors)에서 현장 이미지 적용 시 잎의 위치 인식 및 학습된 퓨전으로 변화함을 PlantVillage와 PlantDoc 데이터셋에 대한 엄격한 절제 연구(ablation studies)를 통해 입증한다.
이 논문은 다양한 환경 조건에서 오경보를 유의미하게 줄임으로써 비디오 감시 분야에서 최첨단 실시간 이상 탐지를 달성하기 위해, 3D-CNN, Bi-LSTM 및 트랜스포머 구조를 적응형 임계값 모듈 및 다중 목적 손실 최적화와 결합한 새로운 하이브리드 딥러닝 프레임워크를 제안한다.
CEGNN-Fraud는 이벤트 조건부 신뢰성 게이트와 증거 기반 리스크 보고를 위한 제약된 LLM을 통해 금융 사기 탐지를 강화하는 확장 가능한 이종 시계열 그래프 신경망으로, 기존 베이스라인들과 비교하여 정확도, 강건성 및 일반화 측면에서 우수한 성능을 입증한다.