3657 편의 논문
본 논문은 제로 초기화 잔차(zero-initialized residuals)와 게이팅 메커니즘을 통해 다중 스케일 특징을 탐지 출력에 직접 통합함으로써 소형 객체 탐지에서의 의미론적 희석을 완화하고, 베이스라인 모델의 초기 출력을 변경하지 않으면서 SODA-D 및 VisDrone과 같은 데이터셋에서의 평균 정밀도(mAP)를 향상시키는 경량 크로스 레이어 모듈인 제로 초기화 잔차 융합(ZIRF)을 제안한다.
이 논문은 피어 표현(peer representation)이 공동 인코더의 병렬 입력으로 작용하는 대신 관측 특징의 해석을 조건화하는 비대칭적 귀납적 편향을 부과함으로써, 부분 관측 가능성 하에서 이질적인 피어에 대한 다중 에이전트 적응을 개선하는 방법인 피어 조건부 관측 표현(Peer-Conditioned Observation Representation, PCOR)을 제안한다.
본 논문은 이미지와 한국어 인스타그램 해시태그 간의 의미론적 일관성을 예측하기 위한 5단계 서열 분류 프레임워크를 제안하며, 한국어에 적합하게 미세 조정된 CLIP 모델이 GPT-4o가 주석을 달한 데이터셋에서 영어 대응 모델 및 고전적 분류기보다 우수한 성능을 보임을 입증하는 동시에, 이 과업의 본질적인 모호함과 다중 모달 이해에 있어 언어적 적합성의 결정적인 중요성을 강조한다.
이 논문은 단일 코드베이스를 통해 다양한 CPU 및 GPU 아키텍처에 걸쳐 고생산성, 이식성 및 고성능 병렬 프로그래밍을 가능하게 하는 LLVM 컴파일 기반 Julia 언어를 위한 통합 프레임워크인 JACC v1.0을 소개한다.
ChunkGuard는 데이터 기밀성을 보호하고 변조를 탐지하기 위해 청크 단위의 AES-128-CTR 암호화와 HMAC-SHA256 무결성 검증을 채택하여 기능적 보안을 달축하는 사용자 공간 보안 파일 스토리지 시스템이며, 디스크 I/O를 주요 성능 병목 현상으로 식별하였다.
이 논문은 스마트 그리드에서 미탐지된 사이버 공격을 탐지하기 위해 머신러닝과 결정론적 위험 에스컬레이션을 통합한 설명 가능한 인간 참여형 에이전트 프레임워크인 GRIDGUARD-AI를 소개하며, 엄격한 시나리오 홀드아웃 평가를 통해 높은 안전 보증을 입증하는 동시에 배포 전 광범위한 인간 검토가 현재 필수적임을 강조한다.
이 논문은 기록된 GUI 작업을 매개변수화된 도구로 재사용하는 것이 원시 코드와 비교하여 소프트웨어 에이전트의 작업 완료율을 유의미하게 향상시키고 모델 호출을 줄인다는 것을 입증하는 동시에, 신뢰할 수 있는 워크플로 실행을 보장하기 위해 지속적인 애플리케이션 상태 및 부수적 변화를 평가해야 할 결정적인 필요성을 강조한다.
본 연구는 저소득 및 중소득 국가의 납세자 자문을 위한 검색 증강 생성 프레임을 개념 증명 방식으로 평가하며, 국가 소득세 법령의 의미론적 검색이 근거 기반 언어 모델 프롬프팅을 지원하기 위한 법적 조항 식별에서 높은 정확도를 달-성할 수 있음을 입증하는 동시에, 배포 전 생성 품질 및 법적 준수성에 대한 추가적인 검증의 필요성을 강조한다.
본 논문은 비정형 ESG 데이터 처리 및 종단적 궤적 분석의 결정적인 공백을 해결하기 위해, 베트남 텍스트 인코딩을 위한 PhoBERT 기반 기술과 시계열 금융 모델링을 결합하여 신흥 시장 기업들의 베트남 지속가능성 지수(Vietnam Sustainability Index) 편입 여부를 정확하게 예측하는 다계층 딥러닝 프레임워크(MTDLF)를 제안한다.
본 논문은 Haar-Cascade 얼굴 검출과 사전 학습된 CNN을 사용하여 위험한 감정 상태를 식별하는 실시간 운전자 감정 검출을 위한 예비 파이썬 기반 프로토타입을 제시하며, 정답지(ground-truth) 검증, 실제 주행 영상, 측정된 분류 정확도의 부재와 같은 한계를 명시적으로 인정하면서 통제된 테스트를 통해 그 타당성을 입증한다.