💻 컴퓨터 과학
Predicting Vocabulary Acquisition in EFL Learners Using Machine Learning Models
본 연구는 생성형 AI가 전통적인 교수법에 비해 영어 학습자(EFL)의 어휘 습득을 유의미하게 향상시키는 반면, 주로 언어적 지표에 의존하는 선형 회귀 모델이 복잡한 머신러닝 알고리즘 및 행동 지표보다 이러한 학습 효과를 예측하는 데 있어 더 우수한 성능을 보인다는 것을 입증한다.
💻 Category
cs
4030 편의 논문
💻 컴퓨터 과학
Quantum-Resilient Identity-Aware Communication for Edge IoT Using Self-Supervised DINOv2 and Graph-Siamese Learning
이 논문은 텔레프레즌스 및 원격 의료와 같은 핵심 애플리케이션을 위해 보안성이 높고 지연 시간이 낮으며 대역폭 효율적인 세션을 보장하기 위해, 동결된 DINOv2 시각 인코더를 Siamese 및 그래프 신경망과 결합하여 양자화된 임베딩을 통해 참가자를 검증하는 엣지 IoT용 양자 내성 및 신원 인식 통신 아키텍처를 제안한다.
💻 컴퓨터 과학
A Priority-Aware Intelligent Task Offloading Framework for Autonomous Vehicles in Vehicular Edge Computing Using Deep Reinforcement Learning
본 논문은 우선순위 인지형 작업 오프로딩을 위한 심층 강화 학습과 동적 작업 실행 최적화 및 응답 시간 단축을 위한 LSTM 기반 자원 예측을 통합하여, 기존 방식 대비 응답 시간을 31.2% 감소시키는 차량 에지 컴퓨팅을 위한 AI 기반 프레임워크를 제안한다.
💻 컴퓨터 과학
Explainable CNN for Automated Lung Opacity Detection Using Fine-Tuned VGG-19 with Grad-CAM
본 연구는 소아의 신뢰할 수 있는 폐렴 진단을 지원하기 위해 Grad-CAM이 통합된 미세 조정된 VGG-19 모델을 사용하여 Kaggle 데이터셋에서 93%의 정확도를 달성한 설명 가능한 자동 폐 불투명도 탐지 시스템을 제안한다.
💻 컴퓨터 과학
Boundary-Gate Collaborative Enhancement GeoVis-GNN for Joint Segmentation and Label Recognition of Video Human-Object Interactions
본 논문은 약한 전이로 인한 경계 이동 및 레이블 불연속성을 완화하기 위해 보조 경계 모듈과 협업 제약을 도입함으로써 비디오 인간-객체 상호작용의 공동 세그멘테이션 및 인식의 안정성을 향상시키는 새로운 프레임워크인 BGCE-GeoVis-GNN을 제안하며, 이를 통해 MPHOI-72 및 CAD-120 데이터셋에서 상당한 성능 향상을 달성하였다.
💻 컴퓨터 과학
Columnar-Embedder: A Biologically Inspired Cortical Architecture for Binary Sparse Distributed Graph Representations
본 논문은 역전파를 필요로 하지 않거나 파괴적 망각을 겪지 않으면서도 노드 분류 및 링크 예측에서 경쟁력 있는 성능을 낼 수 있는 강건한 이진 희소 분산 그래프 표현을 생성하기 위해, 스트리밍 랜덤 워크 상의 국소 헤브 학습(local Hebbian learning)을 활용하는 생물학적 영감을 받은 아키텍처인 Columnar-Embedder를 소개한다.
💻 컴퓨터 과학
ViTone: A Diagnostic Benchmark for Tonal Faithfulness in Vietnamese Text-to-Speech
이 논문은 최소 대립 쌍 자극, ASR로 보정된 성조 오류율(Tone Error Rate), 그리고 F0 및 후두화(laryngealisation)의 단서 수준 분석을 결합함으로써, 베트남어의 대조적인 성조 구분을 포착하지 못하는 기존 지표들의 한계를 해결하고 베트남어 텍스트 음성 합성 시스템의 성조 충실도를 직접적으로 평가하기 위해 설계된 진단 벤치마크이자 사전 등록된 평가 프로토콜인 ViTone을 소개한다.
💻 컴퓨터 과학
Automatic Hint Generation and Evaluation for Reasoning Questions
본 논문은 세 가지 모델에 걸쳐 네 가지 프롬프팅 전략을 비교하고, 새로운 메트릭 제품군으로 힌트 품질을 평가하며, 메트릭 기반의 데이터셋 병합이 관련성을 유지하고 정답 유출을 최소화하면서도 수렴성과 친숙도에서 일관된 개선을 가져온다는 것을 입증함으로써 추론 작업에서의 자동 힌트 생성을 위한 거대 언어 모델 미세 조정을 조사한다.
💻 컴퓨터 과학
TE-HQViT-Probs: Full-Probability Quantum Self-Attention Outperforms Expectation-Value Readout in Medical Image Classification.
이 연구는 컴팩트한 하이브리드 양자 셀프 어텐션 모델에서 기댓값 측정 대신 전체 확률 판독(full-probability readout)을 활용하는 것이 특정 데이터셋에 대한 의료 영상 분류 성능을 향상시킬 수 있음을 입증하며, 이는 판독 설계가 중요한 구조적 요소임을 강조하는 동시에 본 연구의 결과가 아직 양자 우위나 임상적 준비성을 확립한 것은 아니라는 점을 명시한다.
💻 컴퓨터 과학
Mutation Testing of Task-Scoped State Oracles in Software-Agent Benchmarks: A Cross-Benchmark Empirical Study
이 논문은 결정론적 변이 테스트 프로토콜을 제시하며, 이를 통해 상태 범위 오라클(state-scoped oracles)이 유해한 상태 결함과 양호한 스키마 변이를 효과적으로 거부하는 반면, 평가자가 점수의 변화가 없음에도 불구하고 의도하지 않은 지속적인 부작용을 감지하지 못하는 ToolSandbox에서의 특정 미검출 사례(false negatives)를 식별해 낸다는 것을 밝힌다.