3729 편의 논문
AgedNet-Motion은 보정된 움직임 및 노후화 지표를 기반으로 태스크별 브랜치를 선택적으로 갱신하고 캐시된 출력을 재사용함으로써, 다양한 모델에 걸쳐 최소한의 품질 손실과 함께 상당한 속도 향상을 달성하며 스트리밍 멀티태스크 인식을 위한 학습 불필요(training-free) 및 자원 인식형 프레임워크를 도입한다.
본 연구는 환자 수준의 혈전 탐지에서 계층적 다중 인스턴스 학습이 고정 프레임 베이스라인보다 우월하다고 처음에 보고되었던 결과가 환경적 불일치로 인한 인위적 현상이었으며 통제된 조건 하에서는 재현되지 않았음을 입증함으로써, 안정적인 모델 우위에 대한 주장을 반박한다.
본 논문은 Open Policy Agent의 결정론적 정책 집행과 대규모 언어 모델 기반의 문맥적 추론을 결합하여, 코드형 인프라(Infrastructure as Code)에 대해 정밀하고 감사 가능한 컴플라이언스 분석 및 복구 가이드를 제공함으로써 기존의 정적 분석 도구 대비 통계적으로 유의미한 성능 향상을 입증하는 새로운 오픈 에이전트 프레임워크를 제시한다.
본 논문은 스마트 홈 제어를 위해 개선된 U-Net과 새로운 EdgeHandCNN 분류기를 활용하여 오작동을 최소화하고 엣지 디바이스에서 높은 정확도를 보장함으로써, 세그멘테이션과 분류를 분리하여 견고하고 저지연인 정적 손 동작 인식을 달성하는 실시간 경량 2단계 프레임워크를 제안한다.
고등 교육 분야의 개인정보 보호 AI에 관한 33개 연구를 대상으로 한 이 체계적 문헌 고찰은 연합 학습 및 차분 프라이버시와 같은 기술들이 학습 효용성을 유지할 수 있는 반면, 현재 이 분야에는 엄격한 보안 평가, 실제 다기관 배포, 그리고 교육적 영향에 대한 포괄적인 평가가 부족하다는 점을 밝히고 있다.
본 연구는 개발 단계에서 고정된 이질적 모델 앙상블이 내부 및 외부 테스트 모두에서 단일 강화된 Mean Teacher보다 작은(3–<6 mm) 폐 결절의 준지도 분할 성능을 향상시킨다는 것을 입증하였으나, 이러한 미미한 이득이 이질적 목적 함수가 일반적인 앙상블 효과 이상의 이점을 제공한다는 것을 결정적으로 증명하는 것은 아니다.
본 논문은 이중 경로 표현과 교차 주의 메쉬 샘플러를 통해 로컬 스케치 디테일을 유지함으로써, 기존의 글로벌 특징 압축 방식에 내재된 기하학적 디테일 손실 문제를 효과적으로 극복하고 고충실도 단일 뷰 3D 재구성을 달성하는 Locality-Preserving Sketch Token Fusion이라는 새로운 프레임워크를 제안한다.
본 논문은 순차적 음표 이벤트와 설계된 기술자(descriptors)를 통합함으로써 피아노 연주 표현력을 예측하기 위한 잔차 교차 게이트 이중 분기 MIDI 어텐션 융합 네트워크(RCG-DMAF-Net)를 제안하며, 누수 제어 평가를 통해 멀티모달 융합이 시퀀스 전용 모델보다 예측 정확도를 유의미하게 향상시킨다는 점을 입증하는 동시에 페달링, 벨로시티 변화, 템포를 표현력의 핵심 동인으로 식별한다.
본 논문은 대규모 사용자 선호 데이터를 합성하기 위해 조건부 GAN을 활용하고 해석 가능한 의사결정 나무 규칙을 확산 샘플링 과정에 통합함으로써, 인간 데이터 수집의 윤리적 및 비용적 장벽을 극복하는 동시에 뉴미디어 아트 생성의 미적 품질과 개인화 수준을 크게 향상시키는 CART-규칙 가이드형 확산 모델을 제안한다.
이 리뷰는 통계적 모델에서 시공간 딥러닝에 이르기까지 단기 교통 예측의 진화를 합성하며, 이 분야를 정확도-복잡도-배포 가능성의 절충 관계로 프레임화하는 동시에 공간 구조와 시간적 역학을 결합하여 모델링함으로써 얻은 최근의 성과를 강조하고 확장성, 불확실성, 실시간 배포에서의 주요 미래 방향을 식별한다.