4157 편의 논문
이 논문은 패킷 전달 및 에너지 소비와 같은 노드 동작을 모니터링하여 악성 노드를 탐지하고 격리함으로써 멀티캐스트 RPL 네트워크에서의 싱크홀 공격을 완화하는 강화 학습 기반의 적응형 신뢰 프레임워크인 RL-Trust RPL을 제안하며, 이를 통해 라우팅 보안과 네트워크 성능을 향상시킨다.
본 논문은 충전 가능한 무선 센서 네트워크에서 신속하고 에너지 효율적인 클러스터 헤드 선택을 가능하게 하기 위해 경량 ResNet 모델과 맞춤형 GA 기반 최적화 기법을 결합한 하이브리드 유전 알고리즘 및 딥러닝 프레임워크를 제안하며, 이를 통해 전통적인 휴리스틱 방법의 반복적인 오버헤드 없이 첫 번째 노드 사망을 크게 지연시키고 실시간에 가까운 성능을 달성한다.
본 연구는 방콕의 교통사고 및 사망자 수를 정확하게 예측하기 위해 시공간 병렬 트랜스포머(STPT)와 클러스터링 기술을 활용하는 확장 가능한 빅데이터 기반 프레임워크를 제안하며, 이를 통해 도시 도로 안전을 강화하기 위한 증거 기반의 정책 개입을 가능하게 한다.
본 논문은 결정 경계 근처의 핵심 다수 클래스 샘플을 동적으로 선택하고 다중 지표 가중 통합을 채택하여 불균형 데이터 분류에서 기존 알고리즘들을 크게 능가하는 점진적 난이도 인지 언더샘플링 앙상블 방법인 PHUE를 제안한다.
본 논문은 심각한 폐쇄 상황에서도 강건한 6D 포즈 추정을 해결하기 위해, 파편화된 기하학적 구조를 복구하고 특징 일관성을 향상시키기 위해 고차 통계 모델링을 활용하는 분포 인식 추론 문제로 과업을 재정의하는 모멘트 가이드 점진적 기하학적 추론(MPGR) 프레임워크를 제안한다.
본 논문은 팀 스포츠를 동적 이종 그래프로 모델링하여 공격 효율성과 수비 대형을 예측하는 동시에 그래프 강화 학습과 반사실적 추론을 통해 전술 전략을 최적화하는 그래프 신경망 기반 프레ch워크를 제안하며, UEFA 챔피언스 리그 및 NBA 데이터셋에서 기존 베이스라인 대비 우수한 성능을 입증한다.
이 논문은 불균형한 HAM10000 데이터셋을 이용한 피부 종양 분류에서 YOLOv11과 EfficientNetV2M 모델을 평가하며, YOLOv11이 고감도 스크리닝을 위한 우수한 재현율(86.5%)을 달성하는 반면, EfficientNetV2M을 SVM 분류기와 결합했을 때 정밀한 트리아지(triage)를 위한 더 높은 특이도(96.8%)를 제공한다는 것을 입증한다.
본 논문은 고급 양자 특징 얽힘, 그래프 구축 및 메타 강화 학습 기술을 통해 금융 사기 탐지의 정확성, 동적 생태계에 대한 적응성 및 규제 설명력을 총체적으로 향가시키는 다섯 가지 전문 모델(QAFEN-CNN, VQTM-LSTM, QGCL-Net, QVAE-DD, QMRL-XAI)로 구성된 포괄적인 하이브리드 양자-고전 프레임워크를 제안한다.
본 조사 연구는 다양한 컴퓨팅 환경에서의 자율적 취약점 복구에 관한 최신 연구를 종합하여, 이를 6개의 핵심 스트림과 공식적인 폐쇄 루프 작업 모델로 체계화함으로써, 보안 시스템 수리를 위한 에이전트형 AI 및 강화 학습을 배포하는 데 있어 중요한 주제, 운영 안전 메커니즘, 그리고 주요한 연구 공백을 강조한다.
이 논문은 인간 노동의 전체 생애주기 자원 발자국을 고려하더라도, AI 추론의 작업당 에너지 및 물 수요가 그것이 보조하거나 대체하는 인간 노동보다 수십 배 더 낮다는 것을 입증한다.