974 편의 논문
이 체계적 문헌 고찰은 시계열 분석에 대한 콜모고로프-아르노프 네트워크(KAN)의 적합성을 평가하며, KAN이 다양한 영역에서 매끄러운 패턴을 가진 해석 가능한 단기 예측에는 탁월하지만, 현재의 적용은 이질적인 증거, 장기 의존성 및 체제 변화 처리의 어려움, 그리고 표준화된 벤치마크와 엄격한 해석 가능성 검증의 필요성에 의해 제한된다는 결론을 내린다.
본 논문은 병변 인식 어텐션 메커니즘과 다중 스케일 특징 집계(multi-scale feature aggregation)를 통합하여 자동 당뇨망막병증 등급 판정에서 최첨단 정확도와 임상적 해석 가능성을 달 achieve하기 위해 설계된 통합 병리 가이드 딥러닝 프레임워크인 GRAD-Net을 소개한다.
이 논문은 후보 그래프 불확실성, 안정성 가중치 사전 확률, 그리고 공변량 위험 교정을 통합하여 제약 조건 위반을 최소화하는 동시에 목적 함수 이득을 최대화함으로써 불확실한 인과 구조 하에서 안전한 개입을 보장하는 순차적 다목적 인과 베이지안 최적화 프레임워크인 CRC-LS-MOCBO를 소개한다.
이 논문은 역사적 지진 데이터를 학습한 임베디드 머신러닝 모델과 IoT 하드웨어(ESP32, GPS, GSM)를 활용하여 패턴을 감지하고, 연결성이 제한된 지역에서도 SMS를 통해 사용자에게 즉각적으로 알림을 보내는 저비용 실시간 지진 조기 경보 시스템을 제시한다.
이 논문은 컴플라이언스가 중요한 프라이버시 애플리케이션에서 미검출(false negatives)을 최소화해야 하는 결정적인 요구 사항을 구체적으로 해결하기 위해, 가중치가 적용된 정규 표현식과 다중 모델 NER을 결합하여 자동화된 PII 탐지를 위한 우수한 재현율을 달성하는 튜닝 가능한 하이브리드 앙상블 모델인 HybridPII를 소개한다.
이 논문은 인터페이스, 위상적 변화, 그리고 희귀 사건이 발생하는 시나리오에서 견고한 물리적 예측을 보장하기 위해 상태 예측기를 기하학적, 위상적, 그리고 약측도(weak-measure) 인증서와 결합함으로써 편미분 방정식에 대한 신경 연산자 선택을 향상시키는 프레임워크인 약위상 신경 연산자(Weak-Topological Neural Operators, WTNO)를 소개한다.
이 연구는 반복적인 언어 모델의 자기 개선이 다양한 아키텍처와 목적 함수에 걸쳐 일관되게 안정적인 의미론적 고정점으로 수렴한다는 실증적 근거를 제공하며, 이는 자기 개선이 암묵적인 최적화 과정으로서 작용하는 기저의 에너지 경관이 존재함을 시사한다.
이 연구는 과업 기반 비교와 학생 피드백을 통해 초보 데이터 마이닝 학습자를 대상으로 한 WEKA와 Orange의 교육적 사용성을 평가하며, 직관적인 시각적 워크플로와 사용자 친화적인 인터페이스 덕분에 Orange가 더 효과적이라는 결론을 내린다.
본 논문은 비동기적이고 메트릭에 구애받지 않는 파이프라인과 보안이 강화된 2계층 실행 환경을 통해 머신러닝 올림피아드를 평가하도록 설계된 확장 가능한 다국어 웹 플랫폼인 MLCompete를 소개하며, 루마니아 국가 AI 올림피아드에서의 성공적인 배포와 국제적 참여를 통해 그 견고함과 신뢰성을 입증한다.
이 논문은 예측을 정교화하고 특징 표현을 정규화하기 위해 불확실성 인지 동적 의사 라벨 정제 모듈과 클래스 프로토타입 대조 가이드 모듈을 결합하여 PASCAL VOC 2012 및 Cityscapes 벤치마크에서 최첨단 성능을 달성하는 준지도 학습 기반 시맨틱 세그멘테이션을 위한 이중 가이드 프레임워크를 제안한다.