4030 편의 논문
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.
이 논문은 연구자들, 특히 자원이 제한된 환경에 있는 연구자들이 직관적인 인터페이스, 통합된 위험 평가, 그리고 R, Stata, Python용 재현 가능한 코드의 자동 생성을 통해 민감한 정보를 보호하고 데이터 유용성을 확보할 수 있도록 지원하는 새로운 로우코드(low-code) 기반의 Shiny 데이터 익명화 플랫폼을 소개한다.
이 논문은 지수 평활법에서 영감을 받은 새로운 순환 신경망을 소개하며, 이는 기존의 심층 및 얕은 인공 신경망과 비교하여 계절성 시계열에 대해 우수한 예측 성능을 달lem하기 위해 입자 군집 최적화 기반 학습 알고리즘과 새로운 목적 함수를 활용한다.
이 논문은 OULAD 데이터셋을 사용하여 시계열 중도 탈락 위험 예측을 위한 통합된 다차원 생존 벤치마크를 도입하며, 행동 및 시간적 신호가 정적 속성보다 우수함을 입증하는 동시에 평가 아티팩트를 방지하기 위해 모델 계열을 분리하는 것의 필요성을 강조한다.
이 논문은 CNN, BiLSTM, ECAPA-TDNN을 사용하고 특징 융합을 위해 자기조직맵(self-organizing map)을 활용하여 얼굴 표정, 심박 변이도, 음성 신호를 결합하는 강건한 다중 모달 딥러닝 프레임워크를 제안하며, 이를 통해 7가지 감정 상태 인식에서 98.6%의 정확도를 달-성하고 단일 모달 베이스라인을 크게 능가하는 성과를 거두었다.
본 연구는 댄스 영상의 포즈 랜드마크로부터 추출된 인간의 댄스 동작 역학을 활용하여, 제안된 트랙을 사용자의 체화된 리듬 선호도 및 정서적 상태와 더 잘 정렬시킴으로써 개인화된 음악 추천을 강화하는 멀티모달 프레임워크를 제안한다.
이 연구는 희소성 그 자체보다 시각적 독특함이 미세 조정된 의료 영상 모델의 암기 및 멤버십 추론 취약성을 유발하는 주요 동인임을 밝히며, 의료 도메인 사전 학습이 이러한 위험을 완화하는 데 실패하는 반면 DP-LoRA는 이를 효과적으로 감소시킨다는 것을 입증한다.
본 논문은 스타일 인지 메트릭 교정(style-aware metric calibration)과 분포 인지 중앙값 교정(distribution-aware median calibration)을 통해 비지도 개인 재식별에서의 카메라 유도 편향을 완화함으로써 클러스터링 신뢰도를 높이고 Market-1501 및 MSMT17 데이터셋에서 최첨단 성능을 달enc하는 카메라 편향 제거를 위한 특징 교정(Feature Calibration for Camera Bias Elimination, FCBE) 프레임워크를 제안한다.
본 논문은 계산 비용이 많이 들고 비적응적인 AI 기반 접근 방식을 정확한 KKT 최적 입찰 및 이산 시간 가격 조정 절차로 대체함으로써, 높은 네트워크 부하 상황에서도 우수한 실행 속도, 에너지 경계 및 사회적 후생 극대화를 달성하는 협력적 멀티 액세스 엣지 컴퓨팅을 위한 결정론적이고 분산된 양방향 왈라스식 경매 메커니즘을 제안한다.