4157 편의 논문
이 전향적 연구는 자체 호스팅된 LLaMA 3.1-8B 모델을 활용하는 NeutrinoReview 도구가 포함된 기록을 하나도 놓치지 않으면서 체계적 문헌 고찰의 스크리닝 작업량을 최대 74%까지 줄일 수 있음을 입증하였으나, 저자들은 다양한 환경에서의 추가적인 검증이 이루어질 때까지 이 도구를 인간의 스크리닝을 보조하는 보수적인 부가 수단으로 사용할 것을 권고한다.
본 논문은 조명 및 질감 문제를 효과적으로 해결하기 위해 신뢰도 기반 변조 모듈, 상보적 정보 디커플링 모듈, 그리고 스케일 인식 퓨전 피라미드를 채택하여 M3FD 및 FLIR 데이터셋에서 최첨단 성능을 달성하는 자율 주행용 신뢰도 가이드 RGB-IR 객체 탐지 네트워크인 FSMF를 제안한다.
이 논문은 농업용 AI 시스템을 평가하기 위해 대화형 및 다중 홉 추론 데이터셋으로 구성된 합성 벤치마크 프레임워크인 AgriMemSynth를 소개하며, 검색 조직 전략은 작업 의존적이고 어휘적 지표가 정답의 정확성을 종종 과소평가한다는 점을 밝혀낸다.
본 논문은 지식 그래프 임베딩(TransE를 통해)을 신경망 협업 필터링 및 1차 다중 감독 연관 네트워크와 결합하여, 여러 대규모 데이터셋에서 기존 베이스라인 방법들보다 우수한 정확도와 계산 효율성을 달성하는 동시에 콜드 스타트 문제를 효과적으로 해결하는 하이브리드 메타 학습 프레임워크인 Meta KG-NCF를 제안한다.
이 논문은 최적화된 HuBERT 아키텍처와 300만 개의 레이블이 없는 영아 울음소리 대규모 데이터셋을 활용하여, 에지 배포 가능성을 입증하면서도 울음소리 인식 분야에서 최첨단 성능을 달성한 자기지도 학습 모델인 Cry2Vec을 제안한다.
본 논문은 GhostConv_OBB 및 C3k2_GhostConv_OBB 모듈을 통한 수술적 정밀도(Surgical Precision) 대체 전략을 특징으로 하는 경량 YOLOv11n-OBB 기반 탐지 방법을 제안하며, 이는 엣지 디바이스에서 루오쓰펀 외부 포장재에 대한 고정밀 실시간 지향 탐지를 달성하는 동시에 베이스라인보다 정확도와 효율성 측면에서 현저히 뛰어난 성능을 보여준다.
본 연구는 만성 상처 진단에 있어 AI가 생성한 설명과 임상의의 추론 사이의 일치도를 정량화하는 새로운 지표인 설명 가능성 일치 지수(EAI)를 도입하며, 현재의 AI 모델들이 높은 분류 정확도에도 불구하고 임상적 신뢰성에 필요한 해석 가능성이 결여되어 있음을 밝혀낸다.
본 논문은 특징 교정(feature calibration), 교차 스케일 상호작용(cross-scale interaction), 밀도 인식 어텐션(density-aware attention), 그리고 전경 가이드 최적화(foreground-guided optimization)를 특징으로 하는 새로운 구조를 통해 규모 변화, 폐쇄 및 배경 노이즈에 대한 군중 계수의 정확도와 강건성을 향상시키는 점진적 다층 동적 어텐션 네트워크인 PMDA-Net을 제안한다.
이 논문은 코골이 탐지를 위한 경량 2D CNN과 수면 무호흡 이벤트를 분류하기 위해 조정된 좌표 주의(Coordinate Attention) 메커니즘을 활용하여, 베이스라인 대비 93.2%의 파라미터 감소를 달ach하며 높은 정확도를 달성한 초소형 2단계 온디바이스 오디오 캐스케이드를 제시한다.
본 논문은 지도의 가독성을 확보하는 동시에 유의미한 변화 이벤트를 보존하기 위해 시간적 특성을 통합하는 시공간적 지도 일반화에 관한 체계적인 개념적 프레임워크와 알고리즘 확장을 제안하며, 이를 데이터 분류 및 선 단순화에 대한 적용을 통해 입증한다.