Hybrid CNN-ViT-BiLSTM Framework for Robust Deepfake Video Detection
본 논문은 공간적 특징 추출을 위한 ResNet-50, XceptionNet, Vision Transformer와 시간적 모델링을 위한 Bidirectional LSTM을 결합하여 DFD 및 FF++ 데이터셋에서 91.07%의 정확도로 최첨단 성능을 달enc하는 강력한 하이브리드 딥페이크 탐지 프레임워크를 제시한다.
4157 편의 논문
본 논문은 공간적 특징 추출을 위한 ResNet-50, XceptionNet, Vision Transformer와 시간적 모델링을 위한 Bidirectional LSTM을 결합하여 DFD 및 FF++ 데이터셋에서 91.07%의 정확도로 최첨단 성능을 달enc하는 강력한 하이브리드 딥페이크 탐지 프레임워크를 제시한다.
본 논문은 기존 생태계 문서의 부족함과 낮은 품질 문제를 극복하기 위해 안드로이드 코드 검색, 멀티모달 문서 해석, 프롬프트 최적화를 위한 강화 학습, 그리고 자동화된 크래시 분석을 활용하여 HarmonyOS API 취약점 발견을 강화하는 멀티 에이전트 협력 퍼징 프레임워크인 HMFuzzer를 제시한다.
본 논문은 '나무 구멍' 비유와 인지행동치료(CBT) 원리에 기반을 둔 다감각 대화형 AI 시스템인 WhispiTree를 소개하며, 9주간의 무작위 대조 시험을 통해 이 시스템이 기존 상담 방식에 비해 우수한 접근성, 프라이버시 보호 및 실시간 피드백을 제공하는 동시에 대학생들의 불안과 우울을 감소시키는 데 유의미한 효능이 있음을 입증하였다.
본 논문은 미세 조정된 YOLOv8 검출기와 랜드마크 기반의 상안부 크로핑을 결합한 강건한 마스크 착용 얼굴 인식에 관한 체계적인 파이프라인을 제시하며, 광범위한 벤치마킹을 통해 이러한 다단계 최적화가 특히 FaceNet과 코사인 유사도를 사용할 때 단일 모델 방식보다 유의미하게 우수한 성능을 보임을 입증한다.
본 논문은 실외 모니터링 네트워크에서 지속적인 시공간적 커버리지를 보장하기 위해 에너지 중립 센서의 활성화 및 충전 주기를 오케스트레이션하는 두 가지 정수 선형 계획법(ILP) 접근 방식을 제안하고 평가하며, 구현 복잡도, 계산 시간, 그리고 해의 최적성 사이의 트레이드오프를 분석한다.
본 논문은 고정밀 침입 탐지를 달성하고, 중요 사건의 우선순위를 지정함으로써 분석가의 경보 피로도를 획기적으로 줄이며, 보안 운영 센터(SOC) 환경을 위해 투명한 실시간에 가까운 근거를 제공하기 위해 시계열 트랜스포머(Transformers), 그래프 합성곱 신경망(Graph Convolutional Networks), 그리고 사후 설명 가능성(post-hoc explainability) 기법을 통합한 3단계 파이프라인인 동적 설명 가능 프레임워크(Dynamic Explainable Framework, DEF)를 제안한다.
본 논문은 고해상도 특징 보존, 인코더 토큰으로부터 초기화된 사전 가이드 쿼리, 그리고 형상 인식 기하학적 감독을 통합하여 도전적인 데이터셋에서 정확도와 재현율을 크게 향상시킴으로써 장거리 초소형 UAV 탐지를 강화하는 트랜스포머 기반 검출기인 SPQ-DETR을 제안한다.
이 논문은 다양한 아날로그 패밀리에 걸쳐 고정밀 다목적 포인트 스펙 회로 설계를 달계하기 위해 파레토 검증 선호 최적화(Pareto-Verified Preference Optimization)와 안전 근사 정책 최적화(Safe Proximal Policy Optimization)를 사용하여 회로 넷리스트를 반복적으로 생성, 검증 및 수리하는 시뮬레이션 기반 자기 개선 프레임워크인 \methodfull을 소개한다.
이 논문은 64채널 신호를 웨이브릿 스케일로그램과 합성곱 오토인코더를 통해 2D 잠재 신경 서명으로 변환한 후, 맞춤형 ResNet을 사용하여 PhysioNet 운동 상상 데이터셋에서 99.1%의 정확도를 달ีก하여 피험자를 분류하는 견고한 EEG 기반 생체 인식 시스템을 제안한다.
본 논문은 전통적이고 계산 복잡도가 높은 MFCC 특징 추출을 효율적인 시간 영역 컨볼루션으로 대체하는 두 가지 리저버 컴퓨팅 기반 아키텍처 변형을 제안하며, 분산형 멀티 리저버 앙상블 또는 단일 합성 파형 접근 방식을 통해 음성 인식 작업에서 우수한 성능을 달성한다.