3729 편의 논문
이 논문은 240만 개의 파라미터를 통해 효율적인 기호 음악 생성을 달성하며, 256개 토큰의 컨텍스트 길이에서 17,783 토큰/s의 최대 처리량을 기록하는 동시에 안정적인 메모리 사용량과 고품질의 구조적 출력을 유지하도록 최적화된, 엣지 컴퓨팅용 경량 컨텍스트 인식 트랜스포머 아키텍처인 EdgeMusicTransformer를 소개한다.
이 논문은 모호성, 정보 손실, 경계 과도 평활화를 해결하기 위해 채널별 게이트형 비용 볼륨 융합(Channel-wise Gated Cost Volume Fusion), 기하학 인지 특징 압축(Geometry-aware Feature Squeeze), 에지 가이드 기하 변조(Edge-Guided Geometry Modulation)를 통합하여 여러 벤치마크에서 최첨단 성능을 달이는 반복적 스테레오 매칭 프레임워크인 EGA-Stereo를 소개한다.
본 논문은 이진 마스크와 균일한 시간적 모델링의 한계를 극복하기 위해, 연속적인 심각도 필드를 추정하여 픽셀 단위의 비동기적 확산 진행을 유도함으로써 반투명 벽화 복원을 향상시키는 새로운 프레임워크인 심각도 조건부 픽셀 단위 비동기 확산(Severity-Conditioned Pixel-Wise Asynchronous Diffusion, SC-PAD)을 제안한다.
이 논문은 익명 인증을 위한 zk-SNARKs와 곰페르츠(Gompertz) 평판 모델을 활용하여 도로 안전 데이터의 책임성, 기여자의 비연결성, 그리고 실시간 성능을 동시에 보장하는 프라이버시 보호 기반의 블록체인 모바일 크라우드센싱 시스템인 RBCrowd4RS를 소개한다.
본 논문은 자바 프로젝트의 코드 스멜 리팩토링을 예측하기 위한 머신러닝 프레임워크를 제안하고 이를 실증적으로 평가하며, 전통적인 객체 지향 지표를 의미론적 및 구문론적 그래프 기반 임베딩과 결합하는 것이 구조적 지표만으로는 제공할 수 없는 상호 보완적인 신호를 포착함으로써 신뢰할 수 있는 예측을 도출한다는 것을 입증한다.
이 논문은 GPU 전력 제한을 줄이는 것이 서로 다른 하드웨어 체제에 따라 완료된 작업당 에너지 소비를 일관되게 낮추지는 못한다는 점을 입증하며, 전력 관리 제어를 구현하기 전에 특정 GPU-워크로드 쌍에 대한 경험적 특성 파악이 필수적이라는 "체제 우선(regime-first)" 접근 방식을 옹호한다.
본 연구는 신용 위험 모델의 해석 가능성, 공정성 및 실행 가능성을 향상시키기 위해 SHAP 값과 반사실적 설명을 통합하는 시너지 프레임워크를 제안하며, 독일 신용 데이터셋에 대한 실증적 분석을 통해 이 접근 방식이 예측 성능과 윤리적 규제 준수 사이의 균형을 효과적으로 맞추는 동시에 신청자가 결과를 변경하기 위해 필요한 특성 조정 횟수를 줄인다는 것을 입증한다.
본 논문은 클라우드 서비스에 의존하지 않고 프롬프트 인젝션 및 개인정보 유출와 같은 위험을 완화하면서 로컬 추론을 수행하기 위해 소형 언어 모델(Small Language Models)과 경량 보안 메커니즘을 통합한 프라이버시 보호형 온디바이스 아키텍처를 제안하고 예비 평가한다.
본 논문은 앙상블 학습을 사용하여 클라우드 데이터 센터의 에너지 소비와 지연 시간 사이의 트레이드오프를 최적화하는 예측 기반 다목적 프레임워크를 제안하며, 트레이스 기반 에뮬레이션과 견고한 일반화를 통해 정적 및 반응형 정책 대비 상당한 에너지 절감과 향상된 안정성을 입증한다.
본 연구는 8개의 소규모 원자 정체 게임(atomic congestion games)을 대상으로 12-큐비트 QAOA와 연속 시간 양자 워크(CTQW)를 고전적 국소 탐색(classical local search)과 비교 벤치마킹하였으며, CTQW가 100%의 실행 가능성을 유지함으로써 QAOA(23.22%)보다 현저히 낮은 평균 비용 격차(8.34%)를 달elos 달성한 반면, 고전적 국소 탐색이 정확한 최적해를 찾는 데 있어 두 양자 방법 모두보다 우수한 성능을 보였다는 점을 밝히면서, 저자는 이러한 노이즈가 없는 자원 미달의 결과가 양자 우위를 입증하지는 않는다는 점을 강조하였다.