4030 편의 논문
StableEval Arena는 예측 품질, 운영 신뢰성 및 계산 비용의 결합된 스펙트럼을 측정함으로써 스테이블코인의 페그 리스크 예측에 대한 LLM 기반 에이전트 시스템을 평가하는 비용 인식 벤치마크 프레임워크로, 에이전트들이 구조화된 출력을 안정적으로 생성하는 반면 드문 심각한 스트레스 및 지속적인 디페그 이벤트를 정확하게 예측하는 데는 어려움을 겪는다는 점을 밝혀냈다.
이 논문은 신뢰할 수 있는 설정(trusted setup)을 요구하지 않으면서 결정적 디피-헬먼(Decisional Diffie-Hellman) 가정 하의 커밋먼트 일관적 암호화(commitment-coherent encryption)를 활용하여, 계정 모델 블록체인을 위해 균형 잡힌 프라이버시, 거래 금액의 구별 불가능성, 그리고 송신자-수신자 연결 불가능성을 달성하는 통합 프레임워크인 HERMES를 소개한다.
본 논문은 컴퓨터 비전과 규칙 기반 매칭을 통합하여 둔황 벽화와 같은 디지털 문화유산 자원을 자동화된 미술 교육 과정 과제 및 평가로 표준화하는 모듈형 시각 변환 모델을 제시하며, 중학교 환경에서 학생의 학습 성과를 유의미하게 개선하고 교사 평가와 높은 일치도를 보임을 입증한다.
본 연구는 검증상 동등한 JSON 스키마 직렬화가 언어 모델 출력 분포에 통계적으로 유의미하고 실질적으로 의미 있는 변화를 유발할 수 있음을 입증하며, 이는 검증 동등성만으로는 배포된 시스템의 분포적 강건성을 보장하기 위한 불충분한 회귀 오라클임을 드러낸다.
본 논문은 합성 및 실제 데이터셋 모두에서 입증된 성능을 바탕으로, 공간적 특징 추출을 위한 그래프 신경망과 해석 가능한 분류를 위한 신념 규칙 기반(Belief Rule Base)을 결합한 하이브리드 프레임워크인 BRB-GNN을 제안하며, 이를 통해 무선 센서 네트워크 내의 다중 동시 결함을 효과적으로 진단한다.
CardioTrust는 머신러닝 위험 계층화, 예측 가이드형 하이브리드 검색 증강 생성(RAG), 그리고 SHAP 설명 가능성을 통합하여 기존의 베이스라인 모델들을 크게 능가하며, 매우 정확하고 투명하며 임상적으로 근거 있는 개인 맞춤형 심혈관 질환 예측을 제공하는 혁신적이고 신뢰할 수 있는 AI 프레임워크입니다.
이 논문은 순환 위상(circulant topology)과 고속 컨볼루션(fast convolution)을 활용하여 카오스 신경 영상 인코딩의 시간 복잡도를 O(N³)에서 O(N log N)으로, 공간 복잡도를 O(N²)에서 O(N)으로 줄임으로써 ESP32와 같은 저비용 엣지 장치에서 안정적이고 고속인 영상 처리를 가능하게 하는 FC-CML 알고리즘을 소개한다.
이 논문은 비대칭 보상 함수와 엄격한 충전 상태(SoC) 제약 조건을 통해 경제적 및 환경적 이익과 배터리 수명을 조화롭게 관리하기 위해, Indian Grid Master 데이터셋을 사용하여 양방향 차량-그리드 전력 흐름을 관리하는 근사 정책 최적화(Proximal Policy Optimization) 기반 강화 학습 프레임워크를 제안한다.
이 논문은 기존의 딥러닝 모델들과 비교하여 딥페이크 폐 CT 영상 탐지에서 우수한 정확도와 강건성을 달성하기 위해 Stable Diffusion으로 생성된 균형 잡힌 데이터셋을 활용하는 향상된 EfficientNetV2-L 프레임워크를 제안한다.
이 논문은 ATC 코드를 도메인 지식으로 통합하여 기존의 머신러닝 방법 및 기존 모델들과 비교하여 인간의 경구 생체이용률 예측 정확도를 크게 향상시킨 생물학적 영감을 받은 그래프 합성곱 신경망인 BioGCN을 소개한다.