4030 편의 논문
본 연구는 학습 가능한 진단 쿼리를 활용하여 상호 보완적인 시간적 정보를 포착하는 쿼리 중심 진단 어텐션 BLSTM(QDA-BLSTM) 네트워크를 제안하며, 이는 단기 윈도우 ECG 신호에서 심방세동을 탐지하는 데 있어 기존의 CNN-BLSTM 모델보다 유의미하게 향상된 정확도와 특이도를 입증한다.
이 논문은 명시적으로 규명된 성능 트레이드오프를 통해 고충실도 단일 이미지 디헤이징(dehazing)을 달성하기 위해, 리덕션 프리(reduction-free) 효율적 채널 어텐션, 픽셀 어텐션, 그리고 대기 산란 가이드 분기를 통합한 148만 개의 파라미터를 가진 컴팩트한 U-Net인 ECA-LDNet을 소개한다.
본 연구는 지일-닐슨(Ziehl-Neelsen) 도말 현미경 검사에서 결핵균의 고정밀 탐지 및 계수를 달성하기 위해 독립적인 BiFPN으로 강화된 경량화된 Faster R-CNN 프레임워크를 제시하며, 이는 결핵 관리에 있어 진단을 가속화하고 변동성을 줄이기 위한 계산 효율적인 AI 솔루션을 제공한다.
이 논문은 광대역 빛의 시간적 스펙클(temporal speckle)을 활용하여 확률적 가중치를 네이티브하게 인코딩함으로써 디지털 베이지안 신경망의 계산 병목 현상을 극복하고, 분류와 분포 외 탐지(out-of-distribution detection)를 동시에 수행할 수 있는 고속의 불확실성 인지형 AI를 가능하게 하는 초고속 광학 프로세서를 소개한다.
본 논문은 국소적 및 전역적 공간 의존성을 효과적으로 모델링함으로써 바나나 잎 질병의 매우 정확하고 신뢰할 수 있는 분류를 달성하기 위해, 해밀토니안 풀 노드 커버리지 그래프 어텐션 네트워크와 퍼지 C-평균 슈퍼픽셀 그래프 학습을 결합한 새로운 프레임워크를 제안한다.
이 논문은 추가적인 모델 학습 없이도 적응형 메모리 검색, 리스크 추정 및 선제적 자기 수정을 통해 재사용 가능한 실패 지식을 활용함으로써 장기 실행 언어 모델 에이전트의 신뢰성과 성공률을 크게 향상시키는 실패 인지 적응형 추론(Failure-Aware Adaptive Inference, FAAI) 프레임워크를 소개한다.
이 체계적 문헌 고찰은 자율적 데이터 생태계에서 의미론적 상호운용성의 역할을 평가하며, 온톨로지와 지식 그래프의 채택을 강조하는 동시에 의미론적 이질성, 확장성, 그리고 산업 응용 분야에서의 표준화된 평가 필요성과 같은 핵심 과제들을 식별한다.
이 논문은 실행 피드백이 대규모 언어 모델의 코드 생성 정확도 향상을 이끄는 주요 동력임을 입증하는 동시에, 멀티 에이전트 역할 분해가 단일 에이전트 재시도 루프에 비해 훨씬 높은 계산 비용에도 불구하고 측정 가능한 이점을 제공하지 못함을 보여주는 구성 가능한 프레임워크인 ExecuGraph를 소개한다.
본 논문은 핵심 IT 시스템에 '블랙박스' AI를 배치할 때 발생하는 투명성 및 신뢰 문제를 해결하기 위해 기술적 방법, 인간 요인, 거버넌스 도구를 통합한 5계층 설명 가능한 AI 프레임워크를 제안하고자 32개의 연구를 종합적으로 검토한다.
본 논문은 대화에서의 사실적 신뢰성과 정서적 민감도 사이의 긴장을 명시적으로 모델링하는 소형 교사-학생 프로토타입에 대한 투명한 개념 증명을 제시하며, 인샘플 압축(in-sample compression)의 성공을 입증하는 동시에 시스템이 진실성이나 공감 능력을 개선하는 데 실패했음을 강조하고 향후 다목적 연구를 위한 구체적인 재설계 경로를 제안한다.