929 편의 논문
본 논문은 자율주행 차량의 내비게이션 정확도를 향상시키고 GPS 스푸핑에 대한 강건성을 높이기 위해, 레짐 인식 모션 분류 파이프라인과 강화 학습 기반의 칼만 필터 노이즈 매개변수 적응형 튜닝을 통합한 통일된 2단계 하이브리드 프레임워크를 제안한다.
이 논문은 패딩 없이 모든 크기의 범용 이진 파일을 안전하고 효율적으로 암호화하기 위해 완전 그래프 힐 암호(Complete Graph Hill Cipher)와 Shift128 잔여 암호(Shift128 residual encryption)를 결합하여, 수학적 키 가역성, 완벽한 복호화, 그리고 강력한 암호 해독 공격 저항성을 보장하는 하이브리드 암호화 프레임워크인 CGHC-S128을 제시한다.
이 논문은 알고리즘 최적화와 정보 자원의 정제가 유효 컴퓨팅 파워를 크게 향상시키고 수확 체감 현상을 완화할 수 있음을 입증하는 정량적 프레임워크(C = A/I)인 CAI 컴퓨팅 파워 법칙을 제안하며, 이를 통해 산업계가 단순히 하드웨어 확장에만 의존하기보다 컴퓨팅 파워, 알고리즘, 그리고 일반화된 정보 사이의 역동적인 삼자 균형을 달성하도록 안내한다.
본 논문은 확장 가능한 분산 데이터 파이프라인, 고급 피처 엔지니어링 및 앙상블 학습 시스템을 통합하여 기존 모니터링의 한계를 극복하고 실시간의 정확하고 해석 가능한 안전 리스크 탐지 및 의사결정 지원을 가능하게 하는 빅데이터 기반 담배 기업용 조기 경보 모델을 제안한다.
이 논문은 소스 사전 지식(source priors)과 적응형 정규화(adaptive regularization)를 활용하여 데이터가 부족한 에볼라 발생 상황에서의 확진 상태 예측을 크게 개선하는 동시에, 엄격한 검증 및 앙상블 선택을 통해 해로운 지식 전이를 방지하는 가드형 교차 발생 전이 학습 프레임워크인 OBFM-SafeEnsemble을 소개한다.
본 논문은 범용 이진 파일에 대해 강력하고 효율적이며 손실 없는 보안을 달ras하기 위해, 로지스틱 카오스 맵(Logistic Chaotic Maps)을 키 생성에 활용하여 파일 특성에 따라 유니모듈러 힐 암호(Unimodular Hill Cipher)와 RSA-OAEP 암호화의 할당을 동적으로 조절하는 AI 기반 적응형 하이브리드 암호 체계를 제안한다.
본 연구는 2015년부터 2026년까지의 딥러닝 기반 흑색종 탐지 연구에 대한 포괄적인 계량서지학적 및 체계적 문헌 고찰을 제시하며, CNN 구조와 전이 학습의 주요 트렌드를 강조하는 동시에 신뢰할 수 있는 진단 시스템의 향후 발전을 가이드하기 위해 데이터셋 불균형 및 임상적 검증과 같은 핵심 과제들을 식별한다.
이 논문은 텍스트 임베딩, 음향 특징, 그리고 음성 유도 감정 캡션을 통합하여 양식의 신뢰도에 동적 가중치를 부여하는 신뢰도 게이트형 멀티모달 프레임워크를 소개하며, 엄격한 중첩 교차 검증을 통해 평가 누수를 해결함으로써 최첨단 우울증 탐지 성능을 달성한다.
이 논문은 TrustZone-M의 실행 증명이 비보안 DMA 컨트롤러를 통한 상태 변조에 취약함을 밝히는데, 이는 해당 보안 보장이 오직 CPU 격리에만 의존하기 때문이며, 모든 버스 마스터에 대해 상태 진본성을 보장하기 위해 채널별 DMA 보안을 사용하는 경량화된 완화 방안을 제안한다.
본 연구는 MIMIC-IV를 이용한 중환자실 급성 신손상(AKI) 위험 예측에서 모델 압축 기술이 하위 그룹 공정성에 미치는 영향을 감사하며, 단순 양자화는 성능을 처참하게 저하시킬 수 있고 가지치기(pruning)는 하위 그룹 정확도를 크게 해칠 수 있는 반면, 허위 공정성 주장을 방지하고 작은 하위 그룹 크기로 인해 발생하는 내재적 불균형을 해결하기 위해서는 적절한 방법론적 통제가 필수적임을 밝히고 있다.