4030 편의 논문
감귤류 과일 탐지 및 수확량 추정을 위해 YOLO 기반 딥러닝을 활용한 88개 연구에 대한 이 체계적 문헌 고찰은, 해당 분야가 높은 평균 정밀도를 달하는 공통된 기술적 도구 세트로 수렴되었으나, 표준화된 벤치마크, 다양한 데이터셋, 그리고 엄격한 통계적 검증이 결정적으로 결여되어 있어 전반적으로 높은 편향 위험을 초래하고 있음을 밝히고 있다.
이 논문은 개별 HTTP 요청에서 인과적으로 정렬된 다단계 트랜잭션으로 분석을 전환함으로써 마이크로서비스 결제 시스템 내 복합 저하 공격(CSDA)을 탐지하고 완화하기 위해 트랜잭션 의도 그래프를 구축하는 시맨틱 교차 계층 방어 오케스트레이션 프레임워크인 TIG-CDO를 소개하며, 이를 통해 99.9%의 SLA 준수율을 달하고 기존의 계층적 방어 체계 대비 위양성률을 크게 감소시켰다.
본 논문은 중국 소셜 미디어상의 사용자 생성 유해 콘텐츠 탐지와 중국어 거대 언어 모델(LLM)의 LLM 생성 유해성 방어에 관한 연구를 체계적으로 검토하는 포괄적인 서베이를 제시하며, 이는 파편화된 진전 사항을 통합하고 향후 발전을 위한 핵심 과제를 식별하는 것을 목표로 한다.
본 논문은 모델의 기밀성, 익명성 및 연결 불가능성을 보장하는 동시에 계산 및 통신 오버헤드를 크게 줄이면서 차량 네트워크(VANET) 내 연합 학습을 위한 효율적이고 프라이버시를 보호하는 이중 집계 방식인 EPDA를 제안한다.
본 논문은 IoT 환경의 저가형 RFID 시스템을 위해 라빈 암호 체계와 난수 생성을 결합하여 프라이버시를 강화하고, 재전송 및 무차별 대입 공격을 방지하며, 정보의 신선도를 보장하는 비용 효율적이고 견고한 양방향 인증 프로토콜을 제안한다.
본 논문은 사전 학습된 시각적 파운데이션 모델과 세 가지 경량 어댑터(전역, 지역 및 토큰 단위)를 활용하여, 전통적인 심층 신경망에 비해 학습 가능한 파라미터 수를 크게 줄이면서도 OCT 이미지에서 경쟁력 있는 성능을 달성하는 파라미터 효율적인 파킨슨병 인식 프레임워크를 제안한다.
본 논문은 적응형 타원형 크로핑(adaptive ellipsoidal cropping), 위치 강도(Locational Strength) 지표, 그리고 경계 인식 그래프 탐색을 결합하여 Teeth3DS 벤치마크에서 견고한 임상 적용 가능성을 입증함으로써, 교정용 CAD를 위한 고정밀 및 고효율 3D 치아 분할을 달성하는 3단계 오목 인지 조화 필드-점-선(concavity-aware harmonic field–point–line) 프레임워크를 제안한다.
본 연구는 네덜란드 고속도로 데이터를 활용하여 다섯 가지 유형의 위험한 도로 조건을 예측하기 위해 아홉 가지 머신러닝 모델을 벤치마킹하였으며, 랜덤 포레스트와 XGBoost가 딥러닝 접근 방식보다 우수한 성능을 보이고 기상 특성이 기반 시설 인접성보다 더 예측력이 높다는 것을 입증하는 한편, 데이터의 희소성과 거친 특징들이 현재 모델의 보정된 위험 예측 신뢰도를 제한하고 있음을 밝혀냈다.
JANUS는 분할된 신뢰 컴퓨팅 기반(TCB) 설계를 통해 신뢰할 수 없는 네트워크 전반에 걸쳐 신뢰 실행 환경(TEE)을 연합하는 고성능 아키텍처로서, 하드웨어 측정값에 키 릴리스를 고정하고 커널 내에서 집행을 실행함으로써 최소한의 지연 시간 오버헤드로 네이티브 속도의 암호화 라우팅을 달성한다.
SimGrowNet은 인간의 신경 발생에서 영감을 얻어 훈련 과정 동안 컴팩트한 모델을 점진적으로 확장하는 동시에 유사도 기반 제약을 통해 뉴런의 중복성을 최소화함으로써, 특징의 다양성을 높이고 지름길 학습(shortcut learning)을 완화하며 여러 이미지 인식 데이터셋에서 기존 베이스라인들을 능가하는 효율적인 신경 성장 방법이다.