4157 편의 논문
본 논문은 스마트폰과 웨어러블 센서 데이터를 통합하여 수면 불규칙성, 활동량 감소, 사회적 고립, 야간 스마트폰 사용 증가와 같은 주요 행동 지표를 식별하기 위해 고급 특징 공학(feature engineering)과 어텐션 메커니즘을 활용함으로써 고정밀 조기 우울증 탐지를 달성하는 설명 가능한 멀티모달 하이브리드 딥러닝 프레임워크를 제안한다.
본 논문은 wav2vec 2.0 XLS-R 아키텍처를 기반으로 한 카라칼파크 자동 음성 인식 시스템을 제시하며, 이는 새롭게 구축된 50시간 분량의 카라칼파크 음성 코퍼스를 활용하여 21.10%의 단어 오류율을 달성하고 레이블링된 데이터의 양이 저자원 언어 인식 성능에 미치는 영향을 입증한다.
이 논문은 정적인 매뉴얼을 대체하기 위해 실시간 상황 인지형 지침을 제품 설계에 직접 통합하는 AI 가이드 조립 프레jes임을 제안하며, 사용자 연구를 통해 이러한 접근 방식이 전통적인 매뉴얼 안내와 비교하여 조립 시간, 오류, 망설임 및 인지 부하를 유의미하게 감소시킨다는 것을 입증한다.
본 연구는 희소하고 불규칙하게 샘플링된 ICU 궤적에서 조기 Sepsis-3 예측을 위해 원시 임상 수치를 보존하도록 시간적 감쇠를 은닉 상태에 국한시킨 시간-감쇠 게이트 순환 유닛(Time-Decay Gated Recurrent Unit, TD-GRU) 모델을 제안하며, 이는 여러 베이스라인 모델 대비 우수한 성능과 통계적으로 신뢰할 수 있는 순 임상 이익을 입증한다.
본 논문은 기존 휴리스틱 방법의 한계를 극복하기 위해 국소 경로 비용 평가 모델과 적응형 이중 가이드 섭동 전략을 활용하는 완전 피복 경로 계획 알고리즘인 CCPP-LPC를 제안하며, 이를 통해 복잡한 환경에서 우수한 계산 효율성과 경로 최적화를 달성한다.
본 논문은 소셜 미디어 데이터에 대한 최소 합의 노력(Minimum Effort to Consensus, MEC) 지수를 이용한 양극화 기반 이상 탐지 방법을 제안하며, 공공의 의견 불일치 변화를 모니터링하는 것이 전통적인 규모 기반 접근 방식보다 유의미한 사건을 식별하는 데 더 우수함을 2024년 콜롬비아 연금 개혁 논쟁에 관한 X(구 트위터) 사례 연구를 통해 입증한다.
본 연구는 NASA POWER 데이터를 활용하여 터키의 장기 월간 일사량을 예측하는 데 있어 다른 9개의 머신러닝 알고리즘보다 성능이 현저히 뛰어난, 변분 모드 분해(VMD), 시간적 합성곱 신경망(TCN), 그리고 양방향 게이트 순환 유닛(BiGRU)을 결합한 새로운 하이브리드 딥러닝 모델을 제안한다.
본 논문은 방글라데시 MRI 데이터셋을 활용하여 네 가지 유형의 뇌종양을 분류하는 데 있어 96.52%의 정확도를 달성한 DenseNet-121 기반의 딥러닝 시스템을 제시하며, 모델의 투명성과 신뢰성을 보장하기 위해 Grad-CAM 및 관련 기술들을 채택하였다.
본 논문은 공간적으로 분포된 미세먼지 농도의 정확하고 해석 가능한 중기 예측을 달성하기 위해, 적응형 역거리 가중치 분해, 커널 기반 정렬 다양성 어텐션 모듈, 그리고 AQI 인지 손실 함수를 통합한 iTransformer 기반 프레임워크인 IDW-ADAFormer를 제안한다.
본 논문은 개선된 먹이 탐색 메커니즘과 시뮬레이티드 어닐링을 결합한 파레토 하이브리드 인공 물고기 떼 알고리즘을 제안하며, 이를 통해 균형 손실, 전환 시간 및 비트 시간을 최소화함으로써 조립 순서 계획과 조립 라인 밸런싱을 동시에 최적화한다.