1017 편의 논문
이 범위 검토(scoping review)는 디지털 헬스 시스템을 위한 기존 IoT 보안 프레임워크를 분석하여, 현재의 솔루션들이 흔히 개별적인 영역들을 다루고 있지만 포괄적인 통합이 부족하다는 점을 밝혀냈으며, 취약점 평가, 위협 모델링, 인공지능과 같은 핵심 요소들이 견고하고 선제적인 방어 메커니즘을 개발하는 데 필수적임을 식별하였다.
본 논문은 중세 필사본 텍스트 인식을 위한 TrOCR 적응에 관한 체계적인 어블레이션 연구를 제시하며, 특정 레이어 동결 전략과 대비 정규화 제거가 작은 규모의 역사적 데이터셋에서 경쟁력 있는 정확도를 달성하는 동시에 교차 데이터셋 검증 및 해석 가능성 통찰을 제공함을 입증한다.
본 연구는 UNSW-NB15 데이터셋을 사용하여 네트워크 침입 탐지 및 다중 클래스 공격 분류를 위한 딥러닝 프레임워크를 제안하며, 최적화된 데이터 전처리 및 클래스 균형 기법을 통해 RNN-LSTM 구조가 ANN 및 CNN 모델보다 뛰어난 97.42%의 정확도를 달성함을 입증한다.
이 논문은 공공 ClinicalTrials.gov 프로토콜 특징값으로 학습된 해석 가능한 머신러닝 모델이 소분자 화합물 임상시험의 기술적 및 규제적 성공 확률을 정확하게 예측할 수 있으며, 표준 벤치마크를 능가하고 위험 조정 가치 평가를 위한 재현 가능한 도구를 제공한다는 점을 입증한다.
본 논문은 국소 문맥 인코딩 메커니즘, 효율적인 다중 스케일 분광 모델링을 위한 피라미드 Mamba 모듈, 그리고 가짜 음성을 제거하여 최소한의 레이블된 샘플로 우수한 탐지 성능을 달야하기 위한 지도 대조 학습을 통합한 퓨샷 초분광 타겟 탐지 프레임워크인 SupCon-Mamba를 제안한다.
LGAgent는 다양한 규모의 LLM 간의 협업적 상호작용을 활용하여 전문적인 법률 워크플로우를 모방함으로써, 표준적인 단일 모델 방식에 비해 해석 가능하고 검증 가능하며 우수한 판결 추론을 제공하는 구조화되고 규칙 기반인 멀티 에이전트 프레임워크입니다.
이 논문은 사전 정의된 지도나 사전 학습에 의존하지 않고 능동적 추론(Active Inference)을 활용하여 희소한 위상 지도를 동적으로 구축하고 탐사와 목표 지향적 항법 사이의 균형을 맞춤으로써, 낯선 환경에서 자율 로봇을 위한 온라인 매핑, 위치 추정 및 계획을 통합하는 자기 지도 학습 기반의 ROS 호환 프레임워크인 AIMAPP를 소개한다.
본 논문은 순열 엔트로피 기반 이중 계층 신호 분해(CEEMDAN-VMD)와 다중 군집 최적화 기반 심층 신경망을 결합한 하이브리드 비트코인 예측 엔진을 제안하며, 이는 기준 모델 및 단일 군집 대안 모델들과 비교하여 정확도와 방향성 예측 측면에서 통계적으로 유의미하게 우수한 성능을 입증한다.
본 논문은 대규모 IoT 네트워크에서의 스펙트럼 간섭, 불공정한 기여도 할당, 그리고 환경적 비정상성을 해결하기 위해 공간 간섭 모델링, 세밀한 페널티 메커니즘, 그리고 휴리스틱 가이드 초기화가 통합된 기여도 인지 연합 엣지 러닝 알고리즘(CA-FE-MADDPG)을 제안하며, 이를 통해 시스템 처리량, 접속률 및 서비스 품질을 유의미하게 향상시킨다.
이 논문은 데이터가 부족한 상황에서 CT 스캔의 간 종양 분할 정확도를 크게 향상시키고 위양성을 줄이기 위해 MRI 뇌종양 모델로부터의 교차 장기 및 교차 양식 전이 학습을 활용하는 이중 인코더 구조인 ADEST-U-Net을 제안한다.