4092 편의 논문
본 논문은 소수 공격 클래스의 인식과 TON-IoT 데이터셋에서의 전반적인 탐지 성능을 크게 향상시키기 위해, Borderline-SMOTE와 같은 클래스 불균형 처리 기법을 CNN-BiLSTM-Attention 모델과 결합한 IIoT 사이버 공격 탐지 방법을 제안한다.
이 논문은 신뢰성 지표를 사용하여 여러 거대 언어 모델의 출력을 집계함으로써 환각을 탐지하고, 과도하게 확신하는 오류의 정확성 역설을 식별하며, 더 안전한 AI 배포를 위해 제어된 기권 정책을 통해 응답을 조절하는 신뢰 인식 프레임워크인 TrustSLM을 소개한다.
본 논문은 기존의 다운샘플링 과정에서 손실되는 중요한 고주파 세부 정보를 보존하고 복구하기 위해 듀얼 스트림 웨이브릿 변환과 고주파 향상 모듈을 YOLOv11 아키텍처에 통합함으로써 금속 표면의 복잡하고 작은 규모의 결함 탐지 성능을 크게 향상시킨 새로운 표면 결함 탐지 알고리즘인 YOLOv11-AHFE를 제안한다.
이 논문은 단일한 고정 전략이 아닌 동적으로 재계산된 최악의 공격 포트폴리오에 대해 네트워크 재설계 에이전트를 최적화하는 미니맥스(minimax) 학습 목적 함수를 채택하는 것이, 사용된 특정 옵티마이저와 관계없이 "적응형 성능 저하 격차(Adaptive Degradation Gap)"를 유의미하게 좁히고 정찰 능력을 갖춘 적대자에 대해 우수한 최악의 경우 강건성을 갖는 토폴로지를 생성한다는 것을 입증한다.
본 논문은 동적인 공간적 의존성과 복잡한 시간적 패턴을 효과적으로 포착함으로써 단기 도시 철도 승객 흐름 예측의 정확도와 안정성을 유의미하게 향상시키기 위해 적응형 그래프 컨볼루션, 시공간 게이트 순환 유닛, 그리고 이중 분기 하이브리드 어텐션 메커니즘을 통합한 새로운 딥러닝 프레임워크인 AGHA-Net을 제안한다.
본 논문은 로컬 오픈 웨이트 언어 모델과 규칙 기반 필터를 사용하여 브라질 포르투갈어 임상 기록을 비식별화하는 오프라인 하이브리드 파이프라인을 제시하고 평가하며, 작업 특화된 미세 조정 없이도 적절한 하드웨어에서 높은 재현율과 안정성을 입증한다.
본 논문은 표준 LLM의 가변성 및 신뢰성 문제를 극복하기 위해 인간 참여형 검증을 갖춘 멀티 에이전트 시스템을 활용하는 에이전틱 OODA 프레임워크를 제안하고 평가하며, 이를 통해 뇌졸중 케어의 투명하고 안전이 중요한 임상 의사결정 지원에 있어 현저히 높은 출력 일관성과 신뢰성을 입증한다.
이 논문은 노이즈가 심하거나 침해적인 오디오 및 텍스트 양식에 의존하지 않고도 다양한 문화권의 데이터셋에서 우울증 심각도를 견고하게 추정하기 위해 미세-거시적 시간 정렬(micro-macro temporal alignment)을 활용하는 프라이버시 보존형 비디오 전용 딥러닝 프레임워크인 MMANet을 소개한다.
본 논문은 기존의 CNN 기반 방식에 비해 이미지 저하에 대한 우수한 정확도와 강건성을 달성하기 위해 Swin Transformer와 방향성 교차 스케일 어텐션 퓨전을 갖춘 양방향 특징 피라미드 네트워크를 활용하는 전기 화재 조사를 위한 용융 흔적 분류 방법을 제안한다.
이 논문은 팩트체킹 링크 역할 분류(Fact-checking Link Role Classification) 작업을 위한 첫 번째 벤치마크인 FactLink를 소개하며, 이는 주석이 달린 링크로 구성된 두 개의 다국어 데이터셋을 포함하고, 미세 조정된 트랜스포머 모델은 데이터가 풍부한 환경에서 뛰어나지만 퓨샷(few-shot) 거대 언어 모델은 저자원 및 교차 도메인 시나리오에서 더 우수한 강건성을 제공한다는 것을 입증한다.