4157 편의 논문
이 논문은 픽셀 수준의 정답 라벨 없이도 SAR 영상에서 유출유를 효과적으로 탐지하고 분할하며, 77.33%의 F1-스코어를 통해 기존의 최첨단 방법들보다 우수한 성능을 달성하는 새로운 비지도 이미지 재구성 모델인 Res6-Deep11을 소개한다.
이 논문은 자율형 레드팀 에이전트(DTap-Red)와 14개의 실제 도메인에 걸쳐 보안 취약점을 체계적으로 평가하고 노출하기 위한 대규모 벤치마크(DTap-Bench)를 포함하는, AI 에이전트를 위한 최초의 제어 가능하고 상호작용 가능한 레드팀 플랫폼인 DTap을 소개한다.
본 논문은 오류 분석 결정 트리(Error Analysis Decision Tree)와 새로운 방법론적 혁신을 활용하여 숨겨진 하위 그룹의 실패를 발견하고 편향을 완화함으로써, 추상적인 공정성 원칙을 EU AI 법과 같은 규제 준수를 보장하는 검증 가능한 엔지니어링 목표로 변환하여 의료 분야에서 신뢰할 수 있는 AI를 운영화하기 위한 확장 가능한 프레임워크를 제시한다.
154개의 연구(2021–2025)를 대상으로 한 이 체계적 문헌 고찰은 IoT/IIoT 보안을 위한 AI가 침입 탐지에 집중되어 있는 반면, 현재의 연구는 희소한 레이블과 자원 제약으로 인해 운영 타당성이 부족함을 밝히며, 이에 따라 표준화되고, 드리프트(drift)를 인지하며, 설명 가능한 배포 프로토콜로의 전환이 필요함을 보여준다.
이 논문은 비정형 프로세스 텍스트를 의미론적 분해, 프로세스 재구성, 제약 조건 매핑의 3단계 파이프라인을 통해 표준화된 구조적 데이터로 변환함으로써 대규모 언어 모델의 프로세스 의미론적 붕괴(Process Semantic Collapse)를 완화하는 제약 인식 분해-재구성 프로세스 요소 주석(DR-PEA) 방법을 소개하며, 기존 베이스라인보다 우수한 성능을 달성한다.
본 연구는 유방 조직 병리 이미지에 대한 DenseNet121과 Vision Transformer 모델의 분류 정확도와 설명 가능성 안정성을 비교하며, DenseNet121이 더 높은 정확도와 국소적 설명을 달성하는 반면 Vision Transformer는 입력 섭동 하에서 설명의 더 큰 강건성을 보여준다는 결정적인 트레이드오프를 밝혀낸다.
본 연구는 데이터가 부족한 사하라 이남 지역의 광산 복구 최적화를 위한 확장 가능하고 전이 가능한 솔루션을 제공하기 위해, 합성 데이터를 사용하여 아프리카 토양 프로필에 대해 검증된 LSTM 기반 pH 예측과 심층 강화 학습 제어를 결합한 3단계 딥러닝 프레임워크를 제시한다.
본 연구는 셀프 어텐션(self-attention)을 활용한 딥 셋(Deep Set) 기반 집계가 가변 길이의 고주파 웨어러블 신체 활동 데이터를 모델링하는 데 있어 전통적인 방식보다 우수한 성능을 보임을 입증하는 동시에, 더 안정적이고 저주파인 측정치에는 더 단순한 집계 전략이 여전히 충분하다는 점을 시사한다.
본 논문은 다양한 네트워크 환경에서 높은 정확도, 실시간 침입 탐지, 지속적 학습 능력 및 투명한 의사결정을 달성하기 위해 BiLSTM, 셀프 어텐션(self-attention), 그리고 탄력적 가중치 통합(Elastic Weight Consolidation)을 결러합한 자기 적응형 및 해석 가능한 딥러닝 프레임워크인 AdapNet-IDS를 제시한다.
본 논문은 비독립 동일 분포(non-IID) 데이터 환경에서의 연합 텍스트 분류에서 유용성, 그룹 공정성 및 프라이버시 보존 사이의 균형을 효과적으로 맞추기 위해 저차원 표현 학습, 차분 프라이버시, 그리고 공정성-프라이버시 최적화를 통합하는 폐쇄 루프 협업 프레임워크인 FedMOJO를 제안한다.