4157 편의 논문
본 연구는 2025년 글로벌 핀덱스(Global Findex) 데이터를 활용하여 LightGBM과 XGBoost 모델에 ExtraTrees 메타 학습자를 결합한 스태킹 앙상블을 적용함으로써 디지털 결제 도입을 93.04%의 정확도로 예측하였으며, 교육, 인터넷 접속, 소득이 금융 포용의 가장 결정적인 동인임을 밝혀냈다.
이 체계적 문헌 고찰은 디지털 뱅킹 분야의 AI에 관한 파편화된 연구들을 종합하여, 설명 가능성과 구조적 정렬의 기존 격차를 해소하기 위해 통합 지속 신뢰 점수(Unified Continuous Trust Score), 생성형 AI 거버넌스 샌드박스(Generative AI Governance Sandbox), 그리고 연합 기관 간 학습(Federated Cross-Institution Learning)과 같은 교차 메커니즘을 통해 고객 경험, 사기 탐지 및 리스크 관리를 통합하는 새로운 AIDBRM 2.0 프레임워크를 제안한다.
본 논문은 검색 증강 생성(Retrieval-Augmented Generation)을 위한 검색 강화 기술에 관한 173편의 연구를 체계적 문헌 고찰하여, 기술적 기여도와 파이프라인 단계별로 분류함으로써 평가 및 효율성 측면의 주요 공백을 식별하고 향후 발전을 위한 구조화된 연구 의제를 제안한다.
본 논문은 폐암 및 자궁경부암의 효율적이고 강건한 병리 조직 분류를 달성하기 위해 ResNet50 기반의 딥 피처 추출, PCA 차원 축소, K-Means 클러스터링, 그리고 XGBoost 부스팅을 결합한 새로운 하이브리드 프레임워크인 AJAD-BoostNet을 제안하며, 이를 통해 자원이 제한된 환경에서 기존 CNN보다 우수한 성능을 입증한다.
본 연구는 정렬된 대규모 언어 모델이 명시적인 인종적 편향은 없더라도 민족적 단서가 포함된 사용자 이름에 반응하여 10가지의 새롭고 고도로 구조화된 정체성 반응적 행동을 보인다는 점을 밝히기 위해 "기계 심리학(Machine Psychology)"이라는 프레임워크를 도입하며, 이는 기본적인 위해 완화를 넘어 포괄적인 행동 평가로의 전환을 필요로 한다.
본 연구는 다차원 분석을 위한 다섯 가지 오픈 소스 어휘-문법 태깅 시스템을 체계적으로 평가하며, 이들 시스템이 일반적인 레지스터 구분을 성공적으로 재현하고 있음에도 불구하고, 결과적인 차원 점수의 상당한 차이는 근저에 있는 NLP 파이프라인의 차이가 아니라 일관되지 않은 특징의 조작화로 인해 발생한다는 점을 밝혀낸다.
본 논문은 추적된 궤적을 구조화된 움직임 증거로 변환하고 이를 시각-언어 모델 내의 키 프레임 모자이크와 결합하여 해석 가능한 행동 레이블, 긴급도 추정치 및 자연어 근거를 생성함으로써 비전 전용 대(對)UAV 시스템을 향상시키는 4계층 프레임워크를 제안하며, 구조화된 궤적 데이터가 정확한 UAV 행동 분석의 주요 동인임을 입증한다.
본 논문은 고속도로 톨링의 게이트 데이터 문제를 해결하기 위해 '최소 통행료' 원칙과 다차원 이상 탐지 엔진을 결합한 2단계 경로 적합 프레임워크를 제안하며, 이를 통해 결과의 신뢰성을 보장하기 위한 새로운 이중 지표 평가 모델을 도입함으로써 2.1%의 정확도 향상과 70%의 과금 편차 감소를 달성하였다.
이 논문은 키르히호프 기반의 캐스케이드 구성을 사용하여 안정적이고 해석 가능한 고차 신경 역학을 생성함으로써, 편미분 방정식 해결 및 시각적 인지 작업 성능을 향상시키는 동시에 전통적인 깊이 적층 방식보다 뛰어난 성능을 보이는 회로에서 영감을 받은 모듈형 프레임워크인 CHONN을 소개한다.
본 논문은 시뮬레이션과 실제 사이의 간극을 메우고 임상 적용을 위한 신뢰할 수 있고 일반화 가능하며 데이터 효율적인 뇌혈관 혈역학적 프로파일링을 가능하게 하기 위해, 하이브리드 데이터셋과 나비에-스토크스(Navier-Stokes)가 내장된 신경망 구조를 활용하는 물리 기반 AI 프레임워크인 4DHemoX를 소개한다.