3729 편의 논문
이 논문은 널리 사용되는 뇌종양 MRI 벤치마크가 완전한 환자 수준의 데이터 누출 문제를 겪고 있음을 밝히며, 높게 보고된 정확도는 모델이 보지 못한 개인에 대한 진정한 일반화 능력이 아니라 이전에 본 환자의 슬라이스를 인식하는 능력을 반영하는 것이라고 밝히고 있습니다.
685개의 연구(2016~2026)를 대상으로 한 이 체계적 문헌 고찰은 AI 기반 주식 시장 예측의 진화, 재현성 및 평가 격차를 분석하며, 데이터 누수, 코드 공유 부족, 불충분한 통계적 검증과 같은 광범위한 문제들로 인해 보고된 모델 정확도와 실제 매매 유용성 사이에 존재하는 결정적인 괴리를 밝혀낸다.
본 논문은 학습된 미적 규칙과 역동적인 도시 환경에서의 안전하고 적응적인 내비게이션을 성공적으로 통합하여, 계산적 및 인간 미적 평가 모두에서 기존 베이스라인을 능가하는 동시에 다양한 설정에 걸쳐 강력한 일반화 성능을 입증한 지도 자율 로봇 사진 촬영 시스템인 LEAP를 제시한다.
Neuro-JEPA는 155만 개의 임상 MRI 스캔을 활용한 희소 전문가 혼합(sparse Mixture-of-Experts) 구조와 잠재 예측 학습을 통해 다양한 신경학적 영상 작업 및 의료 체계 전반에 걸쳐 최첨단 수준의 견고한 일반화를 달성하며, 종종 훨씬 적은 사전 학습 데이터로도 더 큰 규모의 모델들을 능가하는 확장 가능한 다중 모달 파운데이션 모델입니다.
이 논문은 인간의 행동과 현대 거대 언어 모델의 추론 능력 모두가, 파생되거나 창발된 지능처럼 보이는 것의 기저에 단계적이고 강화된 매개 과정(예: 사고의 사슬)이 존재한다는 매개 이론에 의해 가장 잘 설명된다고 주장한다.
본 논문은 의미론, 구도, 색채, 선의 네 가지 측면에서 10개의 가중치 지표를 활용하여 다양한 AI 모델이 생성한 합성 키질 석굴 벽화 이미지를 평가하고 선별하는 유산 인식 평가 프레임워크를 제시하며, 궁극적으로 고품질 학습 데이터셋 구축을 위한 최적의 모델로 미드저니(Midjourney)를 선정하였다.
본 논문은 인지적 오프로딩(cognitive offloading), 출력 협상(output negotiation), 책임 재구성(accountability reconfiguration)과 같은 메커니즘을 통해 팀이 인간과 AI 사이에서 인지적 책임을 어떻게 동적으로 재분배하는지를 정의함으로써, 애자일 소프트웨어 개발의 이론적 공백을 해결하는 중간 범위의 설명적 프레임워크인 적응형 지식 오케스트레이션 이론(Adaptive Knowledge Orchestration Theory, AKOT)을 제안한다.
본 논문은 MRI 모달리티가 누락된 상황에서도 견고한 성능을 유지하며 최신 기술들을 능가하는 새로운 뇌종양 분할 모델인 D3Seg를 제안하며, 이는 멀티홉 모달리티 그래프 퓨전, 잠재 공간 확산 임퓨테이션, 그리고 확률 공간 의사결정 정교화 기술을 활용한다.
본 논문은 웨이브릿 분해와 웨이브릿 도메인에서 작동하는 조건부 확산 모델을 결합하여, 기존 방식의 계산적 한계를 극복하면서 구조적 일관성과 질감의 충실도 사이의 균형을 맞춤으로써 고해상도 고대 벽화를 효율적이고 효과적으로 복원하는 웨이브릿-확산 협업 복원 프레임워크(WDCRF)를 제안한다.
이 논문은 적응형 네트워크 침입 탐지 시스템의 유효한 전향적 재현 평가를 보장하기 위해 4개의 순차적 게이트를 갖춘 엄격한 오프라인 누출 제어 프로토콜을 제안하며, 특정 업데이트 전략이 표준화된 데이터셋에서 회복 및 신규 클래스 재현율을 유의미하게 향상시킨다는 점을 입증하는 동시에 독립적인 안전성 테스트 및 일반적인 획득 순위와 관련한 프로토콜의 한계를 명시적으로 정의한다.