3663 편의 논문
가시광 및 열화상 쌍 이미지 내 초소형 객체 탐지에서의 공간적 불일치와 세부 정보 부족 문제를 해결하기 위해, 저자들은 교차 모달 특징 정렬을 위한 4방향 마마(Four-Directional Mamba) 정렬 모듈, 미세한 공간적 세부 정보를 보존하기 위한 열화상 세부 정보 강화 메커니즘, 그리고 정밀한 위치 추정을 위한 중심-크기 분포 헤드를 특징으로 하는 새로운 프레임워크인 FDMA-Net을 제안하며, 이는 RGBTDronePerson 및 VTUAV-det 벤치마크에서 최첨단 성능을 달성하였다.
본 논문은 매니폴드 특징 충돌, 질량-반발 충돌, 그리고 각도 희소성 가이드를 통합하여 표준 벤치마크와 공학 응용 분야에서 기존 방식들을 크게 능가하는 개선된 다목적 중심 충돌 최적화(IMOCCO) 알고리즘을 제안한다.
본 논문은 국소적 EEG 역학을 더 잘 모델링하기 위해 분리 가능한 출력 헤드(separable output head)로 강화된 트랜스포머 기반 생성적 적대 신경망인 EEGGAN-SepH를 제안하며, EEG 특화 특징 추출기를 사용하는 평가 파이프라인을 통해 기존 방법들과 비교하여 우수한 데이터 충실도와 유용성을 입증한다.
본 논문은 기존 문헌에 대한 체계적 검토를 수행하고, 물리적, 디지털, 그리고 피지털(phygital) 리테일 환경 전반에 걸쳐 적응형의 문화적 인지 머천다이징을 가능하게 하기 위해 행동 데이터와 문화적 맥락 및 공간 최적화를 결합한 통합 아키텍처인 CAMI-DM 프레임워크를 제안함으로써 문화적 감수성을 갖춘 개인화 측면의 공백을 다룬다.
본 연구는 휴머노이드 로봇의 반응성을 향상시키기 위해 다중 모드 정서 신호와 불확실성 인지 제어를 결합한 2-타임스케일 확률 상태 공간 프레임워크를 제안하고 평가하며, 몬테카를로 시뮬레이션을 통해 게이트 칼만 필터링과 신뢰도 가중 디스플레이 매핑이 베이스라인 방법들에 비해 추정 오차와 행동 지터(behavioral jitter)를 유의미하게 감소시킴을 입증한다.
본 연구는 서버 인프라나 특수 하드웨어 없이도 자원이 제한된 농업 환경을 위한 확장 가능한 솔루션을 제공하기 위해, MobileNetV2 모델과 TensorFlow.js를 활용하여 신선한 농산물과 부패한 농산물을 전적으로 클라이언트 측에서 98.46%의 정확도로 분류하는 경량 브라우저 기반 시스템을 제시한다.
이 논문은 프롬프트 튜닝을 이산 시간 피드백 제어 루프로 취급하는 오류 기반 프롬프트 최적화 프레임워크를 제안하며, 이것이 금융 추론 작업에서 LoRA 또는 전체 미세 조정(full fine-tuning)보다 훨씬 적은 에너지를 소비하면서도 미세 조정에 필적하는 성능을 달성함을 입증한다.
MemHRL은 수준 인지형 검색(level-aware retrieval)과 실패 인지형 통합(failure-aware consolidation)을 사용하는 계층적 메모리 및 정책 정렬 프레ك워크를 장기 작업 수행 LLM 에이전트를 위해 제안하지만, 제한된 ScienceWorld 및 WebShop 서브셋에 대한 평가는 제한적인 성능 향상을 드러내며 제한된 제안 조건 하에서 컴팩트한 정책-메모리 메커니즘의 어려움을 강조한다.
본 논문은 도메인 전문가가 저수준 게이트 세부 사항을 노출하지 않고도 하이브리드 양자 작업의 물리적 실현 가능성을 보장하면서, 실행 시점이 아닌 구성 단계에서 보조 큐비트 예산 및 회로 깊이와 같은 핵심 자원 제약을 강제하며 양자-고전 하이브리드 서브루틴을 구성할 수 있도록 하는 디지털 트윈 워크플로우를 위한 3계층 시각적 추상화 프레임워크를 제안한다.
본 논문은 에너지 거버넌스 준수를 위해 에너지 소비, 배출량 및 추론 시간을 획기적으로 줄이면서도 베이스라인에 근접한 검색 정확도를 달성하기 위해, 문서 슬라이스(Document Slice) 맥락화와 2단계 라우팅 에이전트를 사용하는 지속 가능한 로컬 RAG 아키텍처를 제안한다.