4092 편의 논문
본 논문은 이메일의 민감도를 동적으로 평가하고 적응형 하이브리드 AES-ECC 암호화를 적용하기 위해 SHAP 해석력을 갖춘 랜덤 포레스트 모델을 활용함으로써, 기업 통신을 위한 계산 효율성과 강력한 보호 사이의 균형을 맞추는 설명 가능한 민감도 인식 암호화 프레임워크를 제안한다.
본 논문은 도시 라스트 마일 물류에서의 전기 자전거 충전을 최적화하기 위해 배송 운영자, 충전소, 플릿 플래너 및 환경 규제 기관을 조율하는 문맥 인식형 다중 에이전트 심층 강화 학습 프레임워크인 Agentic CAMA-DRL을 제안하며, 이는 기존의 규칙 기반 방식과 비교하여 플릿 활용도, 정시성, 혼잡 감소 및 이산화탄소 배출량 측면에서 상당한 개선을 달성한다.
본 연구는 교육 데이터 마이닝에서의 스태킹 앙상블 학습을 위한 일반화 가능한 7단계 워크플로우를 제안하며, 엄격한 기관 간 검증과 데이터 누수 감사를 통해 알고리즘의 복잡성만으로는 예측 정확도를 보장할 수 없음을 밝히고 기관별 보정과 방법론적 엄격함의 결정적 필요성을 강조한다.
본 논문은 엄격한 평가 예산 하에서 고비용 고차원 다목적 최적화 문제를 효과적으로 해결하기 위해 변수 상관관계 가이드 크리깅 전략, 퍼지 분류기 보조 국소 탐색 메커니즘, 그리고 수렴-다양성-불확실성 협력 기준을 통합한 분류-회귀 협력 퍼지 대리 모델 기반 진화 알고리즘인 HDFC-ASS를 제안한다.
본 연구는 다중 조명 안면 이미징을 이용한 다중 파라미터 피부 평가를 위해 MobileNetV2 기반의 경량 CNN을 제안하며, 이 접근 방식의 잠재력을 입증하는 동시에 데이터셋 불균형과 작은 표본 크기로 인한 특징 추출 및 성능상의 현재 한계를 강조한다.
본 연구는 현지에서 조달한 나이지리아 유방 촬영 데이터를 사용하여 학습된 InceptionResNetV2와 ResNet-18을 결합한 앙상블 딥러닝 모델을 제안하며, 이 모델은 유방암을 BI-RADS 범주로 분류하는 데 있어 99.26%의 정확도를 달성하여 개별 모델보다 우수한 성능을 보였고, AI 개발에 있어 현지 특성을 반영한 데이터셋 사용의 중요성을 강조한다.
본 논문은 흉부 X선 이상 부위 국소화를 위해 진단 정확도, 계산 효율성, 에너지 지속 가능성 사이의 최적의 균형을 달성하며, Grad-CAM 시각화를 통해 임상적 신뢰를 높이는 동시에 더 큰 모델들을 능가하는 경량화 및 설명 가능한 YOLO11n 기반 프레임워크인 LiteChestGreenXY11n을 소개한다.
이 논문은 GPT-4와 미세 조정된 번역 모델을 결합함으로써, 우간다의 일선 의료 종사자들에게 가이드라인을 준수하는 정확한 질병 감시 정보를 제공하는 데 있어 상용 모델보다 뛰어난 성능을 보이는 영어-루간다어 이중 언어 RAG 챗봇인 HEAL을 제시한다.
본 논문은 단일 구성 평가 방식의 한계를 극복하기 위해 멀티 라이브러리 넷리스트 합성 및 모듈형 그래프 신경망을 활용하여, 다양한 반도체 공정 노드에 걸쳐 완벽에 가까운 탐지 정확도와 견고한 일반화 성능을 달해내는 기술 노드 인지형 하드웨어 트로잔 탐지 프레임워크인 SubNM을 제안한다.
이 논문은 모델 파라미터에 매핑된 6가지 연속적 심리적 동인을 통해 멀티 에이전트 LLM 시스템을 차별화하는 프레임워크인 Agora를 소개하며, 이 접근 방식이 AutoGenStyle과 같은 베이스라인에 비해 분석적 과업에서 성능을 유의미하게 향상시키는 반면, 창의적이고 짧은 형식의 생성에는 더 단순한 조정 전략이 여전히 더 효과적임을 입증한다.