2266 편의 논문
이 논문은 공진화하는 노오스피어(noosphere) 내에서 AI의 회복 탄력적이고 지속 가능한 미래를 보장하기 위해, 도덕적 균질화를 강요하는 하향식 표상 정렬 방식에서 벗어나 내생적이고 참여적인 규범성을 통해 인지적 다양성을 보존하는 생성적(enactive) 정렬 프레임워크로 전환해야 한다고 주장한다.
본 논문은 동적인 항공우주 방어 시스템에서 우수한 분산형 무기-표적 할당을 달성하기 위해 시공간 그래프 어텐션과 다중 목적 이득 분해를 활용하는 어텐션 강화 다중 에이전트 강화 학습 접근 방식인 STG-MADAC 프레임워크를 제안한다.
본 논문은 새로운 규모 결합 특징-쿼리 정제(Scale-Coupled Feature–Query Refinement, SCFQR) 메커니즘과 불확실성 인지 매칭 목적 함수를 통해 다중 규모 특징 강화와 쿼리 정제를 통합함으로써 소형 객체 탐지를 개선하고, 보조 추론 분기 없이도 다양한 데이터셋에 걸쳐 우수한 성능과 강건성을 달성하는 실시간 엔드 투 엔드 검출기인 MS-RTDETR을 제시한다.
본 연구는 고차원적인 규제 명령과 실질적인 K-12 및 대학 커리큘럼 사이를 연결하는 '감사 가능한 AI 윤리(Auditable AI Ethics)' 역량 프레임워크를 개발하고 이를 실증적으로 검증하며, 파일럿 프로그램을 통해 결과 중심적이고 행동 지향적인 교육법이 학생들을 수동적인 AI 소비자에서 비판적 검증, 편향 완화 및 법적 준수 능력을 갖춘 책임감 있는 창작자로 효과적으로 변화시킨다는 것을 입증한다.
본 논문은 학습 가능한 투영 중첩(projector overlaps)과 교대 반사(alternating reflections)를 활용하여 정확한 체비쇼프 다항식 활성화 함수를 구현하는 일관된 양자 피드포워드 신경망(QFNN)을 소개하며, 이를 통해 벤치마크 이미지 분류 작업에서 경쟁력 있는 성능을 입증하는 동시에 표현력, 보편적 근사 능력 및 일반화 경계에 대한 엄격한 이론적 토대를 구축한다.
이 논문은 BODMAS 벤치마크에서 나타나는 저조한 오픈 월드 악성코드 탐지 성능이 레이블링 오류나 탐지기 결함 때문이 아니라, 훈련 세트에 존재하는 밀접하게 연관된 패밀리들로 인해 홀드아웃된 '새로운' 샘플들이 비지도 신규성 점수 산출 방식에 사실상 익숙한 것으로 간주되기 때문에 발생한다는 것을 입증한다.
ParaWeb은 메시지 패싱, 공유 메모리, 그리고 WebGPU 컴퓨트 셰이더에 걸쳐 10가지 병렬 프로그래밍 패턴을 구현하여 Node.js와 브라우저를 지원하는 TypeScript 라이브러리로, 순차적 JavaScript 대비 상당한 속도 향상을 입증하고 C++ 라이브러스와 경쟁 가능한 성능을 보여주는 동시에 GPU 효율성에 대한 데이터 전송 오버헤드의 결정적인 영향을 강조합니다.
본 논문은 얕은 인코더 단계에서 밴드 민감형 분광 증거를 보존하고 디코더에서 공간적으로 일관된 시맨틱 표현을 재구성함으로써 지면 수준의 도시 초분광 영상을 효과적으로 분할하는 단계 인식 분광-공간 계층 네트워크인 S3HNet을 제안하며, 이를 통해 벤치마크 데이터셋에서 기존의 밀집 분할 모델들을 능가하는 성능을 보여준다.
이 논문은 ANT-ACE 컴파일러 프레임워크 내에서 런타임 SIMD 벡터화를 컴파일 타임 OpenMP 병렬화로 교체함으로써 FHE로 암호화된 머신러닝 추론을 위한 안전한 다항식 수준의 병렬성을 가능하게 하여 상당한 속도 향상과 지연 시간 감소를 가져오는 컴파일러 가이드 방식인 CRISP를 소개한다.
본 논문은 도전적인 베어링 표면 결함의 정확하고 계산 효율적인 픽셀 수준 분할을 달st하기 위해 SE-듀얼 풀링 퓨전, 다중 확장 깊이별 어텐션(multi-dilation depthwise attention), 그리고 다중 스케일 공간 어텐션 퓨전 모듈을 포함하는 비대칭 이중 인코더 네트워크인 ADE-MDA-Net을 제안한다.