4030 편의 논문
본 논문은 엔드포인트에 의존하지 않는 전처리 파이프라인을 통해 엔드포인트 편향으로 인한 데이터셋 레이블 누출을 완화하고, 요청 경로에 의존하지 않고도 다중 클래스 HTTP 공격을 탐지하는 데 있어 99.7% 이상의 정확도와 낮은 지연 시간을 달나성하는 ModernBERT 기반의 웹 애플리케이션 방화벽을 제안한다.
이 논문은 적대적 경로 차단 상황에서 전역 재경매를 요구하지 않고도 자율적이고 국소적인 복구를 가능하게 하는 컨틴전시 분기 트리와 베이지안 신념 모델링을 통합하여, 동적이고 불확실한 환경에서 작업 완료율을 크게 향상시키고 통신 오버헤드를 줄이는 탈중앙화된 다중 로봇 작업 할당 프레임워크인 적대적 컨틴전시 경매(Adversarial Contingency Auctions, ACA)를 소개한다.
본 연구는 소프트웨어 공학 평가의 채점 및 개인화된 피드백 생성에 있어 LLM(ChatGPT-4 및 Gemini 2.5)의 효과를 평가하며, 이들이 고품질의 피드백과 예비 점수를 생성함에도 불구하고 교수자 채점과의 상관관계가 제한적이라는 점은 이들이 인간 강사를 대체하기보다는 보조하는 하이브리드 모델에 가장 적합하다는 것을 시사한다.
본 연구는 재귀적 자기회귀 방식에 내재된 "특징 고정(frozen-feature)" 문제를 회피하는 Direct LSTM+Optuna 구조를 활용한 머신러닝 모델이 단기 및 장기 계획 범위 모두에서 노르웨이의 운영 캘린더 기반 베이스라인을 유의미하게 능가한다는 것을 입증하며, 이는 시간별 응급실 환자 도착 예측에 관한 것이다.
이 논문은 개발자가 한계적인 생태적 부담이 맥락에 부합하는 비례적인 능력 향상에 의해 정당화되지 않는 한 유의미하게 높은 환경적 비용을 초래하는 것을 피하도록 요구함으로써, 생성형 AI 모델의 선택을 윤리적으로 안내하기 위한 '생태적 능력 비례성 테스트'와 그에 상응하는 거버넌스 프레임워크를 제안한다.
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.