4157 편의 논문
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.
본 논문은 실시간 카메라 입력을 실행 가능한 장치 명령으로 변환하기 위해 CNN 기반의 수어 인식 모델과 OpenCV 추론 파이프라인 및 모듈형 액션 레이어를 통합한, 언어 장애가 있는 개인을 위한 엔드 투 엔드 방식의 실시간 스마트 홈 제어 시스템을 제시한다.
본 연구는 전문 관광 코퍼스 내 토픽 모델을 평가하기 위해 엑스퍼톤 이론(Theory of Expertons)에 기반한 불확실성 인지 평가 프레임워크를 도입하며, LLM이 강화된 BERTopic이 전통적 및 신경망 기반 접근 방식보다 우수함을 입증하는 동시에 디코딩 온도가 해석 가능성에 유의미한 영향을 미친다는 점을 밝힌다.
이 논문은 엘리트 해 집단으로부터 자손을 반복적으로 생성하고 개선함으로써 멀티 스타트 알고리즘을 강화하는 일반적이고 저비용인 사후 최적화 메타휴리스틱을 제안하며, 유사한 실행 시간 내에 테스트된 48개 모든 평면 p-메디언 인스턴스에 대해 기존의 최적해를 성공적으로 개선하였다.
본 논문은 헤비테일(heavy-tailed) 데이터와 오염의 영향을 효과적으로 완화하면서도 경쟁력 있는 생성 성능을 유지하기 위해, 탈리스-가우시안(Tsallis–Gaussian) 섭동과 듀얼 헤드 신경망 구조를 사용하는 강건한 스코어 기반 생성 모델링 프레임워크를 제안한다.
본 논문은 경계 정보의 손실을 극복하기 위한 다중 뷰 패치 추론(Multi-view Patch Inference) 전략과 정상 특징 분포를 모델링하기 위한 다중 스케일 재구성 융합 트랜스포머(Multi-scale Reconstruction Fusion Transformer)를 결합한 고정된 DINOv3 백본 기반의 산업용 이상 탐지 프레임워크를 제안하며, 이를 통해 여러 벤치마크 데이터셋에서 최첨단 성능을 달성한다.
본 논문은 LitePT 백본을 기반으로 구축되어 국부적인 기하학적 복잡성에 따라 동적으로 조절되는 경량 적응형 수용 영역 네트워크인 LAR-Net을 제안하며, 이를 통해 반응기 내벽의 의약품 침착물에 대한 고정밀 포인트 클라우드 분할을 달성함으로써 기존 검사 방식의 한계를 극복하고 자동화된 지능형 세척을 가능하게 한다.