974 편의 논문
본 논문은 다중 스케일 특징 추출을 계층적 CNN 및 Vision Transformer 구조와 결합한 하이브리드 신경망 프레임워크인 NPDO를 제안하며, 이를 통해 VTM 23.0 대비 단 1.18%의 BD-Rate 증가만으로 VVC 인트라 예측 탐색 공간을 지능적으로 가지치기하여 인코딩 시간을 54.0% 단축한다.
본 논문은 계층적 에지-연합 디지털 트윈 아키텍처, 시공간 그래프 신경망 스케줄러, 그리고 동기화 오버헤드와 SLA 위반을 최소화하면서 자원 할당 수렴을 보장하는 새로운 델타 인코딩 프로토콜을 활용하여 6G 네트워크 슬라이싱을 위한 분산형 프레임워크인 ADONIS를 제안한다.
본 논문은 동적 다층 네트워크에서 증분 업데이트 메커니즘을 통해 고품질의 조밀한 부분 그래프를 효율적으로 채굴하는 Focus-Aware Adaptive Dense Subgraph (FAADS) 프레임워크를 제안하며, 이는 최적에 가까운 밀도 품질을 유지하면서도 기존의 최첨단 방법론들보다 상당한 속도 향상을 달성한다.
OULAD 데이터셋을 사용한 본 연구는 BiLSTM 모델이 학생의 합격/낙제 및 중도 탈락 결과를 예측하는 데 있어 그래디언트 부스팅 베이스라인보다 우수한 성능을 보이는 반면, 멀티태스크 학습 아키텍처는 중간 정도의 태스크 상관관계에도 불구하고 싱글태스크 접근 방식보다 유의미한 이점을 제공하지 못한다는 것을 보여주며, 이는 이러한 결과들이 부분적으로 구별되는 행동 패턴에 의존하고 있음을 시사한다.
본 논문은 트리 기반 앙상블 방법이 페로브스카이트 태양전지 효율을 예측하는 데 가장 효과적인 지도 학습 접근법임을 입증하는 36편의 연구에 대한 체계적 문헌 고찰 및 정량적 메타 분석을 제시하며, 동시에 데이터 표준화의 핵심 과제를 식별하고 머신러닝 기반 광전지 발전을 향상시키기 위한 신뢰성과 확장성을 높일 포괄적인 로드맵을 제안한다.
이 논문은 프로그래밍 교육에서 인지적 오프로딩과 기술 퇴화를 방지하기 위해, 전체 솔루션을 공개하기 전에 능동적 회상과 단계적 추론을 강제하는 힌트 우선(Hint-First) 상호작용 패러다임을 활용하는 AI 매개 스캐폴딩 프레임워크인 ThinkCode를 소개한다.
본 논문은 복잡한 교통 상황에서 전기 자전거 탑승자의 헬멧을 탐지하기 위해 기존의 정확도, 실시간 성능 및 엣지 디바이스 호환성의 한계를 극복하고자 다중 모듈 최적화로 강화된 개선된 경량 YOLOv8 기반 탐지 시스템을 제안한다.
이 논문은 텍스트, 정형 데이터, 오디오 및 물리학 분야의 다양한 고차원 분류 작업에서 경쟁력 있거나 우수한 성능을 달성하기 위해 학습 가능한 매개변수화된 양자 회로를 비선형 임베딩 레이어로 활용하는 하이브리드 아키텍처인 양자 커널 트랜스포머(QKT)를 소개하며, 동시에 불안정성에 대한 강건함을 입증하고 이미지 처리에서의 특정 한계를 식별한다.
본 논문은 쿠웨이트의 Sahel 시스템에 대한 적용을 통해 입증된 바와 같이, 다부처 디지털 정부 플랫폼의 사이버 리스크 거버넌스를 평가하고 안내하기 위해 제로 트러스트 원칙을 통합한 새로운 디자인 사이언스 프레임워크인 사이버 리스크 거버넌스 성숙도 모델(CRGMM)의 개발 및 예비 검증을 제시한다.
본 논문은 누락이 없고 클래스 균형이 맞춰진 프로토타입 응축 프레임워크인 CEDF-CS를 소개하며, 이는 소수 공격 구조를 보존하면서 방대한 침입 탐지 데이터셋을 크게 압축하여, 자원 효율적인 모델이 산업용 IoT 및 기업 네트워크 벤치마크에서 전체 데이터 학습과 대등하거나 이를 상회하는 성능을 달성할 수 있게 한다.