3736 편의 논문
본 논문은 아키텍처 설계 원칙을 리소스 관리에 통합하여 성능 저하를 선제적으로 예측하고, 지연 시간의 트레이드오프를 관리하면서도 표준 오토스케일링보다 리소스 효율성 측면에서 크게 뛰어난 성능을 보이는 쿠버네티스용 하이브리드 학습 기반 런타임 컨트롤러인 AMOF를 제시한다.
이 논문은 환각 현상을 15%에서 2% 미만으로 줄여 의약품 진위 확인과 안전한 환자 상호작용을 가능하게 하는, 고정된 파라미터와 엄격한 출력 스키마로 멀티모달 AI 모델을 제약하는 결정론적 이중 모드 프레임워크인 MedTruth을 소개한다.
본 논문은 수정된 입자 군집 최적화(MPSO) 알고리즘을 활용하여 작업 오프로딩과 자원 할당을 최적화함으로써 기존 방식 대비 지연 시간, 에너지 소비 및 실행 시간 측면에서 상당한 개선을 입증하는, 계층적 차량 포그 컴퓨팅을 위한 지연 시간 인지 및 에너지 효율적인 워크로드 분배 프레임워크를 제안한다.
본 개념적 논문은 운영적 AI 활용과 책임성, 투명성 및 유의미한 인간 통제를 보장하는 거버넌스 체계 간의 구분을 통해, AI 거버넌스가 사이버 보안에서의 조직적 감독을 어떻게 재편하는지 조사하기 위해 동적 역량 이론(Dynamic Capabilities Theory)에 기반한 통합적 프레임워크를 제안한다.
본 연구는 가짜 뉴스를 규명하기 위한 체계적인 접근 방식의 부재를 해결하기 위해, SHAP 강화 머신러닝 분석을 통해 세 가지 인지 기제로 구성된 8가지 핵심 특징을 식별하는 정량화 가능한 언어적 특징 프레임워크를 개발함으로써, 오정보를 이해하고 탐지하며 통제하기 위한 새로운 관점을 제공한다.
이 체계적 문헌 고찰은 LoRaWAN 보안 및 개인정보 보호에 관한 최근 연구 50편을 분석하여 새로운 다축 분류 체계를 제안하고, 동적 가명화 및 자동 재키 생성의 부재와 같은 결정적인 연구 공백을 식별하며, 양자 내성 암호 및 머신러닝 기반 침입 탐지를 포함한 향후 연구 방향을 제시한다.
EthnoPulse는 서로 다른 말뭉치를 사용하는 부분 레이블 설정(partial-label setting)을 통해 전통 음악 감정 인식과 온라인 참여도 예측을 공동으로 모델링함으로써, 최첨단 성능을 달est하고 교차 문화적 음악 분석에서 구성 그룹화된 평가와 차원별 보고의 결정적 중요성을 강조하는 멀티태스크 딥러닝 프레임워크이다.
본 논문은 이질적인 보안 시스템 로그를 공통 스키마로 매핑하기 위한 모듈형 3단계 파이프라인을 제안하며, 한국 교육 분야 데이터를 활용한 광범위한 평가를 통해 구조적 정규화와 로컬 및 에이전트 기반 시맨틱 매처를 결적으로 결합하는 것이 매핑 정확도를 유의미하게 향상시키는 동시에, 서로 다른 벤더 환경 전반에 걸쳐 정밀도와 배포 지연 시간 사이의 결정적인 트레이드오프를 드러낸다는 점을 입증한다.
본 논문은 에지-클라우드-IoMT 아키텍처 내에서 적응형 집계 다중 스케일 융합 네트워크(AAMF-Net)와 통합된 신뢰 기반 인증 프레임워크를 제안하며, 고급 데이터 전처리, 특징 선택, 그리고 셀프 어텐션과 다중 스케일 융합을 결합한 하이브리드 딥러닝 모델을 통해 에지 자원 제약을 해결함으로써 심장 질환을 효과적으로 탐지하여 96.37%의 정확도를 달성한다.
본 논문은 웨어러블 센서 기반 헬스케어의 데이터 이질성, 확장성 및 불균형 문제를 극복하기 위해 선택적 메타-휴리스틱 최적화와 통합 생성-합성 데이터 균형 기법으로 강화된 새로운 게이트 캡슐 트랜스포머 네트워크(GCT-Net) 프레임워크를 제안하며, 이를 통해 실시간 임상 진단의 정확도, 정밀도 및 민감도를 유의미하게 향상시킨다.