4030 편의 논문
본 연구는 라즈베리 파이 5(Raspberry Pi 5)에서 시각-언어 모델(Gemma3-4B)을 활용한 온디바이스 엣지 컴퓨팅 시스템이 실시간 재난 탐지 정확도 측면에서 미세 조정된 CNN 베이스라인보다 10% 이상 우수한 성능을 보이면서도, 개선된 에너지 효율성과 네트워크 독립성을 바탕으로 자연어 응답 생성을 가능하게 함을 입증한다.
본 논문은 서명 합성, 동물 이미지 생성, 그리고 얼굴-스케치 변환 작업에 걸쳐 변이형 오토인코더(Variational Autoencoders), 생성적 적대 신경망(Generative Adversarial Networks), 조건부 GAN(Conditional GANs), 그리고 CycleGAN의 비교 연구를 제시하며, 각 모델의 성능 지표, 구조적 강점 및 공통적인 학습 과제를 강조한다.
본 연구는 CIFAR-10 데이터셋을 대상으로 Vision Transformer, 하이브리드 CNN-MLP, 그리고 전이 학습된 ResNet-18 모델을 평가하며, Vision Transformer가 유의미한 표현을 학습하는 반면, 전이 학습된 ResNet-18은 합성곱 유도 편향(convolutional inductive biases)과 제한된 데이터 환경에서의 대규모 사전 학습의 이점 덕분에 가장 높은 정확도(88.7%)를 달성한다는 것을 밝혀냈다.
본 연구는 단독 모델과 비교하여 경쟁력 있는 예측 성능을 유지하면서도 계산 및 환경 비용을 유의미하게 줄이고 오분류 비용을 낮추는, 신용카드 부정 결제 탐지를 위한 에코 효율적인 2단계 캐스케이드 구조를 제안하고 검증한다.
본 논문은 CALCE CS2 데이터를 활용한 통제된 벤치마크를 통해 표준 GRU 모델이 리튬 이온 배터리의 잔여 수명을 예측하는 데 있어 고급 Mamba 기반 아키텍처보다 성능이 우수함을 보여주며, 용량 정규화와 같은 물리 기반 특성의 결정적인 중요성을 강조하는 동시에 현재의 결과가 배포 가능한 성능이 아닌 오라클 기반 평가를 반영하고 있음을 명시한다.
본 논문은 단일 장애점을 제거하고 정교한 사칭 공격에 대응하기 위해 허가형 블록체인, 자기주권 신원 증명, 딥페이크 내성 다중 모달 생체 인식, 그리고 지속적인 위험 적응형 스코어링을 통합한 탈중앙화 AI 기반 제로 트러스트 IAM 프레임워크(DAZT-IAM)를 제안한다.
이 논문은 다중 클래스 뇌종양 MRI 분류에서 최첨단 정확도와 임상적 해석 가능성을 달야하기 위해 Swin Transformer와 시간적 합성곱 신경망(Temporal Convolutional Networks)을 다단계 설명 가능성 기술과 결합한 하이브리드 딥러닝 프레임워크인 Swin-TCN-XAI를 소개한다.
본 논문은 양자 키 분배(QKD)와 양자 내성 암호(PQC)를 적응형 보안 정책 엔진 내에 통합하여 암호화 수준을 동적으로 관리하고, '선수집 후복호화(harvest-now-decrypt-later)' 공격에 대한 회복탄력성을 보장하며, 투명한 보안 증명을 제공하는 양자 안전 이메일 시스템인 QSecureMail을 제시한다.
본 논문은 NIST 표준 양자 내성 암호와 누설 내성이 있는 AES-128 리키잉(rekeying) 기법을 통합하여, 추가적인 하드웨어 비용 없이 상관 전력 분석(Correlation Power Analysis) 공격에 대한 저항성을 31배 향상시킨 FPGA 기반의 베어메탈 RISC-V 구현체인 PQ-SEAL을 제시한다.
이 논문은 대규모 언어 모델이 과도한 에이전시 악용(excessive agency exploits)에 매우 취약하며, 특히 도구 설명 주입(tool description injection)과 미확인 동작 체이닝(unconfirmed action chaining)을 통해 50.6%의 전체 성공률을 달성함으로써 모델이 정형적인 도구 정의보다 조작된 지침을 우선시하고 파괴적인 시퀀스를 자율적으로 실행하게 된다는 것을 보여주는 실증적 감사인 AGENTSPILL을 소개한다.