4092 편의 논문
본 논문은 고도에 따른 관측 상관관계를 처리하기 위해 일반화 이항 분포(Generalized Binomial Distribution)에 기반한 베이지안 신념 업데이트 메커니즘을 도입하고, 시뮬레이션 및 실제 UAV 착륙 지점 탐지를 통해 검증된, 다중 목표 로봇 탐색을 위한 소프트 디텍터로서의 의미론적 분할(semantic segmentation)을 활용하는 일반화된 상관관계 인지 확률적 탐색 프레임워크를 제시한다.
본 논문은 실행 파일을 1D opcode 신호로 변환하여 하이브리드 특징을 추출함으로써, 최소한의 메모리 점유율과 나노초 단위의 추론 지연 시간을 갖는 ARM-Cortex-M4 마이크로컨트롤러에 배포되도록 양자화된 초소형 의사결정 나무 및 신경망 모델을 통해 높은 분류 정확도를 달나성하며, 자원이 제한된 IoT 기기를 위한 하드웨어 효율적인 안드로이드 악성코드 탐지 프레임워크를 제안한다.
본 논문은 로컬 전달 동작을 자율적 의사결정에 통합함으로써 중앙 집중식 제어나 암호화 오버헤드에 의존하지 않고도 기존 프로토콜 대비 우수한 패킷 전달, 낮은 오버헤드 및 개선된 에너지 효율성을 달성하여 멀티홉 IoT 네트워크에서의 보안 라우팅을 강화하는 행동 기반 강화 학습(BRL) 프레임워크를 제안한다.
이 논문은 자율적인 수술 기구 전달 및 회수를 81%의 전체 성공률로 성공적으로 시연하며 수술실 통합 가능성을 강조하는 동시에 파지 습득을 향후 개선이 필요한 주요 영역으로 식별한 음성 상호작용형 임바디드 AI 로봇 스크럽 테크니션을 제시한다.
본 논문은 인과 구조 학습, 문맥적 개입 일관성 선택기, 그리고 시계열적 인과 메모리 네트워크를 통합하여 정확하고 시간적 인지 능력을 갖춘 임상적으로 해석 가능한 개인별 심혈관 위험 예측을 제공하는 CICS-TCMN 프레임워크를 제안한다.
본 연구는 미세 조정된 대규모 언어 모델, 특히 LLaMA-3.2-1B와 매개변수 효율적인 DistilBERT가 XSS, SQL 및 커맨드 인젝션 공격을 탐지하는 데 있어 완벽에 가까운 정확도를 달달성할 수 있음을 입증하며, 이러한 중대한 웹 보안 위협을 완화하기 위한 매우 효과적인 솔루션을 제공한다.
이 논문은 XLM-RoBERTa와 Afro-XLMR 모델을 사용하여 저자원 언어인 아판 오로모어(Afan Oromo)를 위한 딥러닝 기반 혐오 표현 탐지 시스템을 제시하며, 미세 조정된 XLM-RoBERTa가 22,000개의 소셜 미디어 샘플 데이터셋에서 95.3%의 F1 점수와 95.8%의 정확도로 우수한 성능을 달성하여 에티오피아의 온라인 안전과 사회적 결속을 강화함을 입증한다.
Cethraian-Shift 프로젝트는 NIH ChestX-ray14로 학습되고 VinDr-CXR로 테스트된 다중 라벨 흉부 엑스레이 분류기의 교차 데이터셋 신뢰성, 보정, 라벨 정책 민감도 및 Grad-CAM++ 안정성을 평가하며, 변별력, 보정 및 설명 안정성이 별개의 기술적 차원으로 작동함을 밝히는 동시에 이러한 회고적 결과가 임상적 유용성이나 배포 준비성을 확립하는 것은 아님을 강조한다.
이 연구는 UCI Diabetes 130-US Hospitals 데이터셋을 대상으로 6개의 머신러닝 모델을 비교하였으며, 트리 기반 앙상블, 특히 XGBoost가 처음부터 학습된 신경망과 자기 지도 사전 학습을 사용한 신경망 모두보다 우수한 성능을 보이며 당뇨병 환자의 30일 이내 재입원 예측에 있어 약 0.675 AUROC의 실질적인 판별 상한치에 도달한다는 것을 발견했다.
본 논문은 하둡 클러스터의 노드 불안정성 탐지 정확도와 해석 가능성을 향상시키기 위해 다중 밀도 확률적 페트리 넷을 합성곱 신경망과 결합한 하이브리드 CNN-SPN 프레임워크를 제안하며, 합성 데이터셋을 통해 베이스라인 모델보다 우수한 성능을 달성하였다.