4157 편의 논문
이 연구는 몽골 에너지 공기업의 330만 건의 실제 거래 데이터를 바탕으로 비지도 및 지도 학습 모델을 활용함으로써 기존 방식에 비해 감사 탐지 위험과 처리 시간을 유의미하게 감소시키는 4계층 머신러닝 프레임워크를 도입 및 검증하는 동시에, 벤포드의 법칙(Benford's Law) 이상치에서 나타나는 새로운 '집계 마스킹 효과(aggregation masking effect)'를 밝혀낸다.
본 연구는 태국 음식점의 거래 데이터를 분석하기 위해 연관 규칙 마이닝과 3차원 감각 프로파일링을 결합한 설명 가능한 AI 프레임워크를 제안하며, 이를 통해 문화적 근거를 둔 요리 조합 패턴을 밝혀내고 해석 가능하며 정통성 있는 식사 추천 생성을 가능하게 한다.
본 연구는 PhiUSIIL 데이터셋을 활용한 피싱 URL 탐지를 위한 경량 신경망 접근 방식을 제안하며, 하이퍼파라미터 최적화와 데이터 스케일링 적용이 낮은 계산 복잡도를 유지하면서도 분류 정확도를 유의미하게 향상시킨다는 것을 입증한다.
본 연구는 조사 등급의 재구성을 주장하지 않으면서도 검토 가능한 의미론적 및 구조적 증거를 보장하기 위해 형태학적 사전 지식, 사진 측량 조건화 및 출처 로깅을 통합한 묘족과 동족의 목조 유산 장면을 위한 감사 가능한 생성 워크플로를 제안한다.
본 논문은 의료 제공자 사기를 효과적으로 탐지하고 금융 리스크를 완화하기 위해 SMOTE-Tomek 클래스 균형 조절로 강화된 랜덤 포레스트 기반의 머신러닝 프레임워크를 제안하며, 이는 정확도와 주요 성능 지표 측면에서 의사결정 나무, 로지스틱 회귀, SVM, 나이브 베이즈와 같은 전통적인 모델들을 능가한다.
본 논문은 공간-채널 혼합 컨볼루션 모듈, 다중 분기 강화 좌표 주의 집중 메커니즘, 그리고 영역 적응형 Wise-IoU 손실을 통합하여 UAV 항공 이미지 내 작고 밀집된 객체 탐지 문제를 효과적으로 해결함으로써 VisDrone2019 및 DOTAv1 데이터셋에서 상당한 성능 향상을 달성한 향상된 YOLOv8 검출기인 MSAL-YOLO를 제안한다.
본 연구는 LightGBM을 이용한 지도 학습 기반 레코드 연계 방식인 TRAUMA 방법론이 브라질 보건 데이터베이스에서 기존의 CIDACS-RL 도구와 비교하여 높은 정밀도와 특이도로 실제 일치 항목을 찾아내는 탁월한 능력을 갖추었음을 입증하며 해당 방법론을 검증한다.
이 논문은 생성형 모델에 의존하지 않고도 주제적 관련성과 색상 정확도를 향상시키기 위해 시맨틱 테마 점수 산정 및 반복적 팔레트 교정을 다이아몬드 타일 그리드 시스템에 통합함으로써 대형 이모지 모자이크를 개선하는 새로운 포토모자이크 렌더링 아키텍처인 다이아모지즘(Diamojism)을 소개한다.
본 논문은 색상 중복성과 XOR 연산을 활용하여 의미 있는 공유물로서 컬러 QR 코드를 사용하여 프라이버시 이미지를 안전하게 암호화하고 무손실로 복구하는 새로운 (n, n) 임계값 시각적 비밀 공유 기법을 제안한다.
본 논문은 코드 생성 벤치마크에서의 문제 난이도가 HumanEval의 명세 특징(예: 예시 및 프롬프트 길이)과 MBPP의 솔루션 복잡도에 의해 유도되는 안정적이고 전이 가능한 지표임을 입증하는 실증적 연구를 제시하며, 이는 모델 점수가 포화 상태에 도달함에 따라 벤치마킹, 자동 채점 및 교육 도구 설계의 개선을 위한 결정적인 통찰을 제공한다.