3757 편의 논문
본 논문은 차량 수와 평균 속도를 주요 예측 변수로 사용하여 도시 교통 상황을 분류하는 데 99.65%의 정확도를 달est하는 스마트 교통 예측 시스템을 제시하며, 이를 통해 향상된 도시 모빌리티를 위한 최적의 경로를 동적으로 추천하는 인터랙티브 대시보드를 가능하게 한다.
본 논문은 트랜스포머가 가변 기저 이산 로그 문제 전체에 대해 '그로킹(grokking)'—암기에서 알고리즘적 일반화로의 지연된 전이—을 보일 수 있음을 보여주는 최초의 체계적인 입증을 제시하며, 이 현상이 모델 용량에 따라 비단조적으로 스케일링되고 곱셈적 성질(multiplicative-character) 및 푸리에 정렬(Fourier-aligned) 표현의 출현에 의해 유도됨을 밝힌다.
이 논문은 전처리, 사전 학습, 적응형 자원 할당과 같은 HPC 우선 전략을 채택함으로써 양자 근사 최적화 알고리즘(QAOA)이 양자 처리 장치(QPU) 사용량을 510배에서 2070배까지 절감하면서도 완벽에 가까운 최적화 품질을 달sem할 수 있음을 입증하며, 이를 통해 QPU 예산 요구 사항이 고정된 상수가 아니라 문제 인스턴스 및 워크플로 정책의 예측 가능한 함수임을 증명한다.
이 논문은 기존의 양자 워크플로 시스템이 QPU 실행의 필요 여부를 자동으로 결정하지 못한다는 점을 지적하며, 60개의 연구를 분석하여 작업 스케줄링과 양자 하드웨어의 근본적인 필요성 사이의 단절을 해결하기 위한 '시맨틱 QPU 최소화(Semantic QPU Minimization)'를 위한 정형화된 분류 체계와 다목적 최적화 프레임워크를 제안한다.
본 연구는 UCI 심장 질환 데이터셋에 대한 연합형 top-k 설명 집계(federated top-k explanation aggregation)를 대상으로 가중치 적용 보다(weighted Borda) 베이스라인 대비 검열 인지형 플래킷-루스(censoring-aware Plackett–Luce) 방식의 성능을 평가하였으며, 켄달 일치도(Kendall agreement)에서 유의미한 개선을 발견하지 못했고 여러 시드 블록에 걸쳐 보다가 일관되게 더 높은 NDCG@10 점수를 달성함을 관찰하였다.
본 논문은 MS COCO 2017 데이터셋을 대상으로 트랜스포머 기반 이미지 캡셔닝 모델에 대한 체계적인 공학적 연구를 제시하며, 부분적인 CNN 백본 미세 조정(fine-tuning)과 길이 정규화 빔 서치(length-normalized beam search) 디코딩을 결부터 결합하는 것이 동결된 베이스라인(frozen baseline)에 비해 표준 평가 지표와 어휘 다양성을 유의미하게 향상시킨다는 것을 입증한다.
본 논문은 금융 소프트웨어의 결함 국지화(localization)에 있어 LISA 및 SAE J2450과 같은 기존 QA 모델의 한계를 해결하기 위해, 금융 특화 리스크 승수와 전문화된 고장 모드 분류 체계를 통해 다차원 품질 지표(Multidimensional Quality Metrics) 모델을 강화한 리스크 가중 하이브리드 품질 보증 프레임워크인 MQM-Fin을 제안한다.
이 논문은 규모, 조도 및 회전의 변화를 처리하기 위해 데이터 증강과 드롭아웃과 같은 기술을 채택함으로써 43개 클래스에 대해 96.8%의 정확도를 달 것하는 합성곱 신경망 기반의 도로 표지판 인식 시스템을 제시하며, 이를 통해 도로 안전을 향상시킨다.
본 논문은 CAISHI 데이터셋에서 96.90%의 균형 정확도를 달もの하며 조직병리 이미지 내 자궁경부암 검출의 정확도와 강건성을 크게 향상시키기 위해 지도 대조 학습(supervised contrastive learning)을 ResNet-50과 통합한 딥러닝 프레임워크를 제안한다.
이 논문은 캠퍼스 내 전기 공유 승차 서비스를 위한 시뮬레이션 기반 프레임워크인 MODEMS를 제시하며, 이는 라우팅 문제를 이종(heterogeneous) 전기 자율 주행 호출형 수요 응답 교통(Dial-A-Ride) 문제로 정식화하고, 혼합 정수 선형 계획법 모델과 동적 롤링 호라이즌 접근 방식 내의 적응형 대규모 이웃 탐색 알고리즘의 결합을 사용하여 이를 해결한다.