4092 편의 논문
이 논문은 그래프 신경망과 계층적 교차 모달 협업 어텐션 메커니즘을 통해 시각, 골격 및 오디오 데이터를 통합함으로써 폐쇄 및 조명 변화와 같은 복잡한 시나리오에서 견고한 성능을 달ert하는 새로운 인간 행동 인식 모델인 Gnet_CAM을 제안하며, 이는 NTU RGB+D120 데이터셋과 자체 생성된 도전적인 환경 데이터셋에서의 우수한 정확도를 통해 입증되었습니다.
이 논문은 일본 변호사 시험의 실제 형식과 채점 방식을 충실히 재현한 데이터셋으로 학습된 자기 검증 모델을 소개하며, 해당 모델이 원래의 시험 구조를 변경하지 않고도 공식 합격 점수를 초과하고 복잡한 멀티 에이전트 또는 분해 기반 전략보다 뛰어난 성능을 입증할 수 있음을 보여준다.
본 논문은 EMG 신호와 같은 복잡한 데이터셋에서 우수한 클러스터링 정확도와 노이즈 강건성을 달로하기 위해, T-구형 퍼지 집합(T-Spherical Fuzzy Sets)과 진화 기법으로 최적화된 이중 커널 거리 메트릭을 결합한 진화적 커널 기반 T-구형 퍼지 C-평균(EKTSFCM) 알고리즘을 제안한다.
본 연구는 상용 LLM이 고수준 명세로부터 기능적인 Verilog RTL을 생성하는 능력을 평가하며, HLS-C 프롬프트를 사용하는 것이 자연어 사용 시보다 정확도를 유의미하게 향상시킨다는 점을 발견하는 동시에, 시뮬레이션 오류와 가변 비트 폭에 대한 제한된 일반화라는 지속적인 과제를 드러낸다.
본 논문은 TBConvL-Net을 통해 추출된 CT 영상 특징과 정규화된 임상 데이터를 통합하여 매우 정확하고 민감한 조기 암 진단을 달성하는 다중 모달 딥러닝 모델인 PCA 탐색 이진 신경망(Principal Component Analysis Searched Binary Neural Network, PCA-SBNN)을 제안한다.
이 연구는 거대 언어 모델이 사회 및 행동 과학 분야에서 자동화된 재현성 평가를 위한 확장 가능한 스크리닝 도구로서 역할을 할 수 있음을 입증하며, 전문가의 판단을 대체하기보다는 이를 지원하면서도 인간 재분석가와 대등한 질적 결론을 달성한다.
본 논문은 희소 트윈 스트림 트랜스포머, 양자 인코딩 및 양자 확산 모델을 통합하여 스마트 그리드 내 사이버 공격을 효과적으로 탐지함으로써 다양한 벤치마크 데이터셋에서 우수한 일반화 성능과 높은 F1 점수를 달성하는 딥 트윈 스트림 희소 시공간 양자 확산(STQD) 프레임워크를 제안한다.
이 논문은 새로운 대규모 데이터셋과 역할 기반 멀티 에이전트 시스템을 활용하여 안과 및 내분비과 전문의 간의 협업을 효과적으로 시뮬레이션함으로써, 우수하고 개별화된 당뇨망막병증 치료 계획을 생성하는 에이전트 기반 다학제 프레임워크인 DRAgent을 소개한다.
본 논문은 계층적 추출 압축, LoRA 기반 적응, 그리고 새로운 화자 귀속 보상을 활용한 강화 학습을 결합하여, 경쟁력 있는 어휘적 품질을 유지하면서도 대화 요약의 충실도를 크게 향상시키고 환각 현상을 줄이는 매개변수 효율적인 화자 인식 하이브리드 프레임워크를 제안한다.
본 연구는 주요 숏폼 비디오 플랫폼의 1,000,000개 이상의 상호작용에서 나타나는 행동 신호를 분석하여, 동적인 사용자 참여 패턴, 특히 합리성 및 호기심 지표가 오도하는 AI 생성 영상과 관련된 에코 체임버(echo chamber) 내의 구성원 여부를 예측하는 데 있어 인구통계학적 정보보다 더 효과적임을 입증함으로써 개인정보를 보호하는 조기 경보 시스템을 지원한다.