4157 편의 논문
이 논문은 우르두어 가짜 뉴스 탐지를 위한 최초의 교차 데이터셋 일반화 연구를 제시하며, Ax-to-Grind 데이터셋으로 학습된 모델이 훈련 데이터 내의 체계적인 길이 혼란 변수로 인해 유도된 지름길 학습(shortcut learning) 때문에 Notri-Fact 데이터셋에 적용될 때 처참하게 실패한다는 점을 밝힘으로써, 저자원 자연어 처리(NLP)를 위한 현재의 데이터셋 구축 및 평가 관행의 결정적인 결함을 강조한다.
이 논문은 이질적인 정형 데이터에서 최첨단 분류 성능를 달성하기 위해, 최적화 정체 및 미분 불가능 문제를 극복하고자 CatBoost 교사 모델로부터의 지식 증류를 활용하는 새로운 딥러닝 프레임워크인 Cascade Progressive Distilled Network(CPDN)를 소개한다.
본 논문은 QMIX를 이용한 중앙 집중식 학습 및 분산 실행(CTDE) 방식이 스마트 시티 내 전기차 충전을 조정하는 데 있어 독립 Q-러닝(IQL) 및 비강화학습(non-RL) 베이스라인보다 성능이 크게 우수함을 입증하며, 부분 관측 가능성과 교통 역학을 효과적으로 관리하면서 더 높은 수락률과 성공 확률을 달성함을 보여준다.
최근 445개의 연구(2024~2026)를 대상으로 한 이 체계적 문헌 고찰은 CNN-Mamba 하이브리드가 선형적 계산 복잡도 덕분에 의료 영상 분야에서 가장 효율적인 구조임을 식별하는 동시에, 임상적 통합을 가능하게 하기 위해 네이티브 3D 블록을 통해 해결되어야 할 공간 정보 손실 및 메모리 소비와 같은 결정적인 과제들을 강조한다.
본 논문은 정렬된 IoT 및 클라우드 데이터셋을 대상으로 지도 학습(Random Forest 및 XGBoost)과 LSTM 오토인코더 기반의 이상 탐지 모델을 결적으로 결합한 하이브리드 침입 탐지 프레임워크를 제안하고 평가하며, 이 방식이 미지의 공격에 대한 탐지 견고성과 재현율을 크게 향상시키는 반면, 증가된 오탐률 및 정밀도 저하라는 절충안을 수반함을 입증한다.
본 논문은 CCFM 특징 융합, PSA-BiFormer 어텐션, 그리고 C2f-Dual 전략을 통합하여 기존 방식 대비 모델 크기와 연산 복잡도를 크게 줄이면서도 높은 정밀도(94.3% mAP)와 속도(369 FPS)를 달est하는 경량 체리 토마토 숙도 검출 모델인 YOLOv10n-FBD를 제안한다.
본 연구는 직접 구축한 데이터셋과 하이브리드 음향 특징을 활용하여 95%의 정확도를 달성하는 동시에 모음 간의 음성적 유사성으로 인한 과제를 강조함으로써, 저자원 언어인 아삼어(Assamese)를 위한 LSTM 기반 음성 인식 시스템을 제안한다.
본 논문은 국소적 픽셀 망각과 불충분한 공간적 인지 문제를 해결하여 돈황 벽화의 복원 품질 지표를 유의미하게 향상시키기 위해, 잔차 상태 공간 모델링, 가이드 벡터, 그리고 다중 스케일 변형 어텐션을 통합하여 시각적 문맥 인식 및 공간적 수용 영역 기반의 알고리즘을 제안한다.
본 논문은 구조적 특징과 기능적 특징을 추출하고 상관관계를 분석함으로써 FPGA 기반 VLSI 회로 내의 은밀한 하드웨어 트로잔을 98.4%의 정확도로 탐지하는 딥 크로스 뉴럴 네트워크(DCNN) 프레임워크를 제안하며, 이는 골든 레퍼런스 모델에 대한 의존도를 줄이는 신뢰할 수 있는 솔루션을 제공한다.
104개의 연구를 대상으로 한 이 체계적 문헌고찰은 디지털 접근성 연구가 자동화 도구에 의해 주도되고 교육 및 정부 부문에 집중되어 있음을 밝히며, 이는 방법론적 편의성과 부문별 편향이 사용자 중심 접근 방식을 대체하고 지난 10년간 지속적인 접근성 장벽을 해결하는 데 실패함으로써 발생하는 '평가-실행 간극'을 생성한다고 밝히고 있다.