Extreme Color Compression: A Hybrid JPEG-XL and JPEG-2000 Pipeline.
이 논문은 휘도에는 JPEG-XL을, 색차에는 JPEG-2000을 사용하는 하이브리드 이미지 압축 파이프라인을 제안하며, 높은 지각적 품질을 유지하면서도 색상 성분을 공격적으로 압축(최대 3,000:1)하여 저장 요구 사항을 크게 줄일 수 있음을 입증한다.
4030 편의 논문
이 논문은 휘도에는 JPEG-XL을, 색차에는 JPEG-2000을 사용하는 하이브리드 이미지 압축 파이프라인을 제안하며, 높은 지각적 품질을 유지하면서도 색상 성분을 공격적으로 압축(최대 3,000:1)하여 저장 요구 사항을 크게 줄일 수 있음을 입증한다.
본 논문은 확장성 및 자원 제약을 극복하기 위해 연합 학습, IPFS, 경량 암호 기술을 통합한 새로운 블록체인 기반의 분산형 IoT 보안 프레임워크를 제안하며, 이를 통해 다양한 응용 분야에서 실시간 예방 정비를 위한 99.88%의 완벽에 가까운 정확도와 강력한 이상 탐지 성능을 달성한다.
이 논문은 정적인 기하학적 휴리스틱을 학습 가능한 관계형 엣지 특징과 학습된 전역 레이아웃 추론을 통해 예측을 반복적으로 수정하는 계단식 그래프 어텐션 네트워크 정제 모듈로 대체함으로써, 강건하고 도메인 불변적인 성능을 달 achieve하기 위한 표 구조 인식용 엔드 투 엔드 프레임워크인 LEGR을 소개한다.
본 연구는 모바일 기기에서 직접 고성능 콘크리트의 압축 강도에 대한 실시간적이고 해석 가능한 예측을 제공하기 위해, 최적화된 XGBoost 모델과 계산 효율적인 Monte Carlo SHAP 알고리즘을 활용하는 설명 가능한 안드로이드 기반 의사결정 지원 시스템을 제시한다.
본 논문은 교차 모달리티 일관성을 위한 모달리티 분지 융합 전략과 꼬리 부분 관계 인식을 개선하기 위한 사전 지식 인지 클래스 보정기를 통해 롱테일 멀티모달 관계 추출에서의 레이블 및 모달리티 불균형을 모두 해결하는 통합 이중 균형 프레임워크를 제안하며, MNRE 및 MORE 벤치마크에서 경쟁력 있는 성능을 입증한다.
본 논문은 다중 근사 응답 에이전트(MARA)를 제안하는데, 이는 듀얼 가격 쿼리에 대해 여러 개의 유계 부최적 응답을 생성하고 이를 결합하여, 실행 시간(wall-clock time)을 늘리지 않으면서도 분산 최적화에서 실행 가능한 근사 최적해에 빠르게 도달하는 병렬화 가능한 프라이멀 복구 방법이다.
본 논문은 우수한 구조적 충실도와 색상 일관성을 갖춘 최첨단 저조도 이미지 개선을 달로하기 위해, HVI 색 공간 내에서 복소수 값 주파수 모델링과 위치 인식 어텐션 메커니즘을 활용하는 듀얼 브랜치 딥 네트워크인 FPA-Net을 소개한다.
본 논문은 임베딩 공간에서 합성 노드를 생성하고 그래프 토폴로지를 보존하기 위한 특수 에지를 생성함으로써 극심한 불균형 조건에서도 분류 정확도와 AUC-ROC를 크게 향상시키는 새로운 프레임워크인 MeanRadius-SMOTE 그래프 신경망(MRS-GNN)을 제안하며, 이는 결함 및 침입 탐지에서의 클래스 불균형 문제를 해결한다.
본 논문은 메시지 무결성과 세션 키 설정을 보장하기 위해 ECDSA, ECDH, 그리고 SHA-256 기반의 HMAC을 결합하고, 프라이버시를 위해 동적 가명(dynamic pseudonym)을 사용하며, 효율적인 인증서 관리를 위한 공개키 기반 폐기 목록과 재전송 공격을 방지하기 위한 GPS 기반 시간 동기화를 채택한 차량 애드혹 네트워크(VANETs)를 위한 안전하고 효율적인 인증 체계를 제안한다.
이 논문은 DenseNet, ResNet, Xception 모델을 다수결 투표를 통해 결합한 강건한 앙상블 딥러닝 프레임워크를 제안하며, 이는 화재 전용 및 화재와 연기 혼합 데이터셋 모두에서 개별 모델보다 뛰어난 성능을 보이며 높은 정확도의 산불 및 연기 탐지를 달성한다.