929 편의 논문
본 논문은 동적 계획법을 통한 최적의 키프레임 선택을 위해 새로운 구조적 기술자를 활용하고, 최소한의 아티팩트로 고충실도 재구성을 달성하기 위해 입자 기반 보간 기법을 사용하는 볼륨 밀도 필드 시퀀스를 위한 적응형 프레임워크를 제안한다.
본 논문은 낮은 대비와 작은 객체 크기와 같은 문제를 해결하면서 엄격한 지연 시간 및 모델 크기 제약을 유지하기 위해 주파수 유도 특징 라우팅(frequency-guided feature routing)과 스케일 정규화 적응형 국소화 감독(scale-normalized adaptive localization supervision)을 통합함으로써 무인 수상정을 위한 경량 실시간 검출기를 제안한다.
이 논문은 언어 모델 에이전트를 사용하여 분자 표현, 코드 모델, 그리고 외부 증거를 편집하는 폐쇄 루프형 자동 연구(Auto Research) 프레임워크를 소개하며, 엄격한 홀드아웃 테스트를 통해 진정한 전이 가능한 이득과 전이 불가능한 선택 변동성 및 분포 변화를 구별함으로써 여러 분자 특성 벤치마크에 걸쳐 일반화 가능한 개선을 성공적으로 발견하고 인증한다.
본 논문은 BreakHis 데이터셋에서 96.82%의 우수한 유방암 예측 정확도를 달성하기 위해 전이 학습, 비전 트랜스포머(Vision Transformers), 그리고 앙상블 기법을 결합한 설명 가능한 AI 프레임워크를 제안하며, 동시에 모델의 투명성과 해석 가능성을 높이기 위해 Grad-CAM 및 LIME과 같은 기술을 활용한다.
이 논문은 희소한 수동 마스크 없이도 10만 개 이상의 방사선 보고서를 활용하여 종양 분할 모델을 학습시킴으로써, 기존 AI 모델과 인체 방사선 전문의를 모두 크게 능가하는 대규모 다중 암 탐지를 가능하게 하는 새로운 프레임워크인 R-Super를 소개한다.
이 논문은 오디오 기반 접근성 원칙을 재사용 가능한 도구로 구현하는 언리얼 엔진 기반 프레임워크인 SonicPlay를 소개하며, 시각 장애인 플레이어와 전문 개발자를 대상으로 한 이중 연구를 통해 이것이 표준 게임 개발 워크플로우에 매끄럽게 통합되면서도 독립적인 공간 탐색을 효과적으로 가능하게 함을 입증한다.
이 실증적 연구는 145명의 UCI 학생 데이터를 18개의 머신러닝 알고리즘을 사용하여 분석함으로써 LightGBM 모델이 학업 성취도를 가장 정확하게 예측한다는 것을 밝혀냈으며, 이를 통해 가족 요인은 영향력이 낮은 반면 개인 및 학교 교육 요인(성별, 연령, 아르바이트 여부, 수업 경청 등)이 성공의 주요 동인임을 드러내어 맞춤형 학업 개입을 위한 해석 가능한 Shiny 애플리케이션 개발을 가능하게 한다.
이 논문은 이중 상속 이론(Dual-Inheritance Theory)에 근거하여 팀의 의사결정을 가로채 맹목적 순응과 전문성에 기반한 이견을 구분함으로써 정량적 지표의 거버넌스 역설을 해결하고, 이를 통해 시스템이 사후 결과 데이터를 바탕으로 자체 규칙을 자율적으로 수정할 수 있도록 하는 다중 에이전트 소프트웨어 아키텍처인 집단 적응 테스트베드(Collective Adaptation Testbed, CAT)를 소개한다.
본 논문은 모발 및 정반사 하이라이트와 같은 획득 아티팩트가 존재하는 상황에서 더마스코피 병변 분할의 강건성과 정확성을 향상시키기 위해, 아티팩트 인지형 경량 U자형 분할 프레임워크와 재현 가능한 오염 벤치마크를 제안한다.
본 논문은 원본 이미지를 전송하지 않고도 데이터 보안과 모델 해석 가능성을 보장하면서 FaceForensics++ 데이터셋에서 높은 정확도(97.20%)를 달달성하기 위해 연합 학습을 ResNet-18 및 FedProx 알고리즘과 결려한 개인정보 보호형 딥페이크 탐지 프레임워크를 제안한다.