3729 편의 논문
본 연구는 대규모 언어 모델을 환자 안전 지식 그래프 및 검색 증강 생성과 통합한 근거 기반 프레임워크를 개발하고 평가하였으며, 이를 통해 구조화된 지식이 임상 안전 응용 분야를 위한 개념 추출 및 추론 성능을 유의미하게 향상시킨다는 것을 입증하였다.
본 연구는 ILPD 기반 연구에 대한 체계적 문헌 고찰과 재현 가능하고 누수(leakage)가 통제된 실험을 결합하여, 자동화되고 임상적으로 해석 가능한 특징 공학이 간 질환 예측을 위한 설명 가능한 하이브리드 앙상블 모델의 판별 및 선별 트레이드오프를 유의미하게 향상시킨다는 점을 입증하는 동시에, 보고된 성능 지표에 있어 검증 설계가 미치는 결정적인 영향을 강조한다.
본 논문은 압축 해제 및 아카이브 추출 취약점을 포괄적으로 분류하기 위해 21가지 공격 메커니즘에 대한 통합된 분류 체계와 1,067건의 공개 사례(2001~2026)에 대한 라벨링된 인벤토리를 제시하며, 경로 탐색(path traversal)이 지형을 지배하고 있음을 밝히는 동시에 완화 조치 문서화의 상당한 공백을 강조하고 향후 연구를 위한 새로운 자원을 제공한다.
본 연구는 동일한 증거 발췌문을 집중된 형태에서 분산된 형태로 재그룹화하는 것이 고정된 MiniCheck 검증기의 근거 점수(grounding score)에 유계된 비가산적 변화를 유도한다는 것을 입증하나, 해당 메커니즘의 일반성과 실용적 유용성은 아직 검증되지 않은 상태로 남아 있다.
2010년부터 2026년까지 기록된 1,482건의 AI 사고를 분석한 이 연구는, 시스템의 자율성이 높아질수록 통제 상실 실패가 증가하고 이러한 사례들이 개발자가 아닌 거의 전적으로 외부인들에 의해 보고된다는 점을 보여주는 '봉쇄 격차(containment gap)'를 밝혀냈으며, 이는 의도적인 오용 사례의 급증으로 인해 이들의 상대적 비중이 통계적으로 감소했음에도 불구하고 나타나는 현상이다.
본 연구는 국소적 특징 추출과 전역적 문맥 분석을 효과적으로 결합하여 CBIS-DDSM 유방 촬영술 데이터셋에서 향상된 유방암 분류 정확도를 달성하기 위해, 합성곱 신경망(CNN)과 비전 트랜스포머(ViT)를 통합하는 새로운 하이브리드 딥러닝 프레임워크를 제안한다.
본 연구는 계층적 약용 식물 분류를 위한 경량 MobileNetV3-Small 모델에서 배치 정규화(Batch Normalization)를 활성화 함수 이전에 배치하는 것이 더 빠른 수렴과 더 높은 정확도를 산출하는 반면, 활성화 함수 이후에 배치하는 것은 하위 클래스 수준의 일반화와 강건성을 향상시키며, 두 구성 모두 배치 정규화가 없는 모델보다 유의미하게 우수한 성능을 보임을 입증한다.
본 논문은 모션 블러, 폐쇄, 조명 변화와 같은 시각적 난제를 효과적으로 극복함으로써 고정밀 단일 수어 인식을 달계하기 위해 RGB 비디오와 웨어러블 센서 데이터를 통합하는 멀티모달 프레임워크인 RWS-Fusion을 제시한다.
본 연구는 아랍어 저자 성별 프로파일링을 위한 대규모 언어 모델의 첫 번째 종합적인 평가를 제시하며, 이들이 고전적 시스템보다 성능이 낮고, 잘 보정된 기권 행동을 보이며, 프롬프트 의존적 편향과 아랍어 특유의 특정 형태론적 오류 모드를 나타낸다는 점을 밝혀냈다.
이 논문은 예산 기반의 주기적 필터링과 U자형 인코더-디코더를 결합하여 산업 제어 시스템 프로세스 기록에 대한 오프라인 이상 탐지를 수행함으로써 SWaT 및 HAI 데이터셋에서 강력한 성능을 달성하고, 가지치기 예산과 탐지 범위 사이의 결정적인 트레이드오프를 입증하는 레이블 불가지론적 프레임워크인 DF-PLNet을 소개한다.