929 편의 논문
본 논문은 대화의 라포를 유지하면서도 LLM 기반 정신 건강 지원에서의 리스크 관리와 임상의 선호 에스컬레이션을 유의미하게 개선하기 위해, 맥락적 위험 탐지, 추론 기반 검증, 그리고 프로토콜 가이드형 응답 생성을 통합하는 모델 불가지론적 멀티턴 안전 거버넌스 아키텍처를 제시한다.
이 벤치마크 연구는 DeepSeek 모델이 비정형 병리 보고서에서 암 유형을 효과적으로 추출하고 AJCC 병기를 예측하는 반면, 평가된 프레임워크 하에서 DeepSeek가 추출한 구조화된 변수는 원본 병리 보고서 텍스트를 직접 사용하는 것에 비해 예후 예측을 유의미하게 개선하지 못한다는 점을 입증하며, 이는 정보 추출 및 병기 결정에는 DeepSeek을 활용하고 결과 모델링에는 전통적인 머신러닝에 의존하는 하이브리드 구조를 뒷받침한다.
본 논문은 하이브리드 다중 특징 융합을 위해 Conv-Guided Mamba Vision Transformer와 SPP-DenseNet121을 통합하고 쿼리 확장을 적용하여 내시경 방광 조직 및 위장관 데이터셋에서 높은 검색 정확도를 달성하는 새로운 콘텐츠 기반 의료 영상 검색 프레임워크를 제안한다.
본 논문은 카르나틱 비나(Carnatic Veena) 연주에서 스와라(swaras)와 가마카(gamakas)를 자동으로 인식하기 위해 단시간 푸리에 변환(Short-Time Fourier Transform)과 멜 스펙트로그램을 활용한 합성곱 신경망 기반의 스펙트로그램 기반 딥러닝 프레임워크를 제안하며, 이는 고유한 음향적 과제를 해결하고 전사, 교육 및 디지털 아카이빙을 위한 응용의 토대를 마련한다.
이 설계 기반 사례 연구는 생성형 AI가 경로 계획을 위한 설명 계층으로서 기능하는 동시에 인간의 감독을 유지하고, 학생 데이터를 보호하며, 학습자의 주체성을 증진하도록 하는 프라이버시 보존 프레임워크와 8가지 설계 원칙을 제안함으로써 커뮤니티 칼리지 상담에 관한 생성형 AI 연구의 공백을 다룬다.
이 논문은 확산 기반의 장면 재구성 및 제어 가능한 샘플링 파이프라인을 통해 장면 고유의 기하학적 구조와 센서 특유의 샘플링 효과를 분리함으로써 강건한 교차 센서 성능을 달성하는 제로샷 일반화 가능 LiDAR 시맨틱 세그멘테이션 프레임워크인 LiSeer을 소개한다.
이 논문은 본래 합성곱 신경망에서 검증된 GaaR 진화적 아키텍처 탐색 프레임워크가 DirectML을 통해 소비자용 AMD GPU 상의 자기회귀 트랜스포머 언어 모델로 성공적으로 전이됨을 입증하며, 이를 통해 경쟁력 있는 성능을 달성하고 규제된 착취(regulated exploitation)가 구조화된 지형에서 무작위 탐색보다 우수하며 고정된 단계 예산 하에서는 넓고 얕은 아키텍처를 선호한다는 점을 밝혀낸다.
이 논문은 중앙 집중식 데이터를 요구하지 않으면서도 8개국의 성병(STI) 및 HIV 위험을 예측하는 데 높은 정확도를 달성하는 가중 합산 방식의 프라이버시 보존형 분산형 CatBoost 프레임워크를 제안하며, 이를 통해 전통적인 중앙 집중식 머신러닝 모델에 대한 강력한 대안을 제공한다.
NAE-VC는 기존 비디오 코딩 표준과의 완전한 호환성을 유지하면서도 상당한 비트레이트 절감을 달성하기 위해 컨텍스트 집계, 가우시안 혼합 모델링, 하이퍼프라이어를 결합한 신경망 구조를 통해 H.264, H.265, H.266 코덱의 표준 CABAC 엔진을 대체하는 모듈형 학습 엔트로피 코딩 프레임워크이다.
본 논문은 유방암 위스콘신 데이터셋에 대해 지역 최적점 정체 및 정적 앙상블 가중치의 한계를 해결하면서 최첨단 질병 진단 성능을 달ato하기 위해, 특성 선택을 위한 GWO-SA 메타휴리스틱, 불확실성 가중 스태킹 앙상블, 그리고 폐쇄 루프 SHAP 피드백 메커니즘을 통합하는 새로운 3단계 하이브리드 프레임워크인 MUNNA를 소개한다.