4157 편의 논문
본 논문은 디지털 트윈과 다중 에이전트 강화 학습을 통합하여 신흥 경제국의 지정학적 교란에 맞서 공급망 회복탄력성을 자율적으로 향상시키는 인지적 공급망 트윈 아키텍처를 제안하며, 시뮬레이션을 통해 이러한 접근 방식이 페루의 특정 맥락 내에서 운영 연속성을 유지하고, 복구 시간을 단축하며, 비용을 절감하는 데 있어 전통적인 방식보다 크게 우수함을 입증한다.
본 논문은 품질이 보정된 생체 역학적 공분산 프로토타입을 활용하여, 학습된 진본 및 조작 증거에 대한 생리적 및 시간적 불일치를 측정함으로써 저하된 조건 및 미학습 도메인 전반에서 조작된 영상을 강건하게 식별하는 해석 가능한 딥페이크 탐지 프레임워크인 QBK-ProtoNet을 제안한다.
이 논문은 은닉 상태를 국소적 변분 잠재 변수로 취급하는 분포 신경 유닛인 EVE를 소개하며, 사후 확률 동결 프로토콜을 통해 비 오라클 분지-중앙값 판독법(non-oracle branch-medoid readout)이 재학습 없이도 이 잠재 상태를 효과적으로 디코딩하여 다중 모드 예측의 정확도와 커버리지를 향상시킬 수 있음을 입증한다.
본 연구는 450개의 페루 건설 프로젝트를 학습하여 동적 비용 산정에서 91.20%의 정확도를 달성한 하이브리드 랜덤 포레스트-ANN 모델을 제안하며, 이는 예측 오차와 지리적 편향을 유의미하게 감소시키는 동시에 페루의 공공 인프라 관리 체계로의 통합을 위한 실행 가능한 경로를 제공한다.
이 논문은 의료 영상 분할을 위한 U-Net 아키텍처의 진화를 검토하며, 다섯 가지 주요 변형 모델과 GAN 및 데이터 증강과 같은 고급 기술과의 통합, 그리고 질병 진단 및 치료 계획에서의 정확도와 임상적 적용 가능성을 총체적으로 향상시키는 효율성 및 투명성을 위한 최적화를 강조한다.
이 논문은 NLI 가이드 반복 정교화 과정에서의 검증기 착취(verifier exploitation)가 최적화의 부산물이 아니라 단일 지표 피드백 루프에 내재된 구조적 취약성임을 입증하며, 학습이 필요 없는 제로 그래디언트 파이프라인이 어떻게 콘텐츠 절단을 통해 NLI 점수를 부풀리는 동시에 충실도(faithfulness)를 체계적으로 저하시킬 수 있는지 보여주고, 이러한 구조적 위험을 식별하기 위한 보편적이고 주석이 필요 없는 탐지 프로토콜을 제안한다.
본 논문은 협력적 다중 에이전트 강화 학습을 활용하여 최적의 모델 앙상블을 동적으로 선택하고 다단계 어텐션 메커니즘을 조정함으로써, X선 영상의 다양한 해부학적 영역에 걸친 골절 탐지의 정확도, 강건성 및 효율성을 크게 향상시키는 새로운 프레임워크인 Dyna-FractureNet을 제안한다.
본 논문은 클래스 불균형 문제를 해결하기 위해 희귀 태양광 결함의 고충실도 열화상을 합성하는 보조 분류기 생성적 적대 신경망(AC-GAN) 프레임워크를 제안하며, 이를 통해 태양광 운영 시 AI 기반 결함 진단의 확률적 교정 및 신뢰성을 크게 향상시킨다.
이 논문은 구조화된 전처리 과정을 변분 양자 특징 인코딩과 통합함으로써, 노이즈가 있는 EEG 신호로부터 89.2%의 정확도와 48ms의 지연 시간으로 실시간 인지 상태 디코딩을 달성하는 하이브리드 양자-고전 신경망 프레임워크인 QNeuroGen을 소개한다.
본 연구는 40배 배율의 BreaKHis 조직 병리 이미지를 통해 유방암을 분류함에 있어 이진 및 다중 클래스 시나리오 모두에서 다른 딥러닝 모델들을 능가하며 높은 정확도와 특이도를 달성하는, Adam으로 최적화된 하이브리드 ResNet101-LSTM 구조를 제안한다.