1017 편의 논문
본 논문은 동적인 차량 환경에서 신뢰성을 보장하는 동시에 지연 시간과 에너지 오버헤드를 효과적으로 최소화하기 위해 비동기 이점 액터-크리틱(A3C) 심층 강화 학습 알고리즘을 활용하여 스케줄링 결정을 최적화하는 차량 에지 컴퓨팅용 이동성 기반 태스크 오프로딩 프레임워크를 제안한다.
본 논문은 제한된 의료 영상 데이터로부터 성능을 대표할 수 있는 작은 검증 세트를 선택하는 새로운 방법을 제안하며, 전립선암 MRI 분할 작업을 통해 이 접근 방식이 기존의 무작위 분할보다 실제 독립적인 결과에 훨씬 더 근접한 성능 추정치를 산출함을 입증한다.
본 논문은 ShuffleNetV2 백본, DW_ADown 모듈, 그리고 DS_SENetV2 모듈을 통합하여 기존의 YOLO11n 및 기타 주요 모델들과 비교했을 때 정확도와 실시간 성능을 향상시키는 동시에 연산 복잡도를 크게 줄인 교통사고 인식을 위한 경량 객체 탐지 모델인 SDD-YOLO11n을 제안한다.
이 논문은 샌프란시스코 국제공항의 실제 사례에 대해 정밀 방법론(exact methods)보다 우수한 효율성과 주행 거리 단축 효과를 입증하며, 공항 기내식 운영을 위한 복합 다회차 용량 제한 차량 경로 및 스케줄링 시간 창 문제(MTCVRSPTW-MB)를 최적화하기 위한 협력적 축소 변수 이웃 탐색(rVNS) 메타휴리스틱을 제시한다.
자율 연구 보조 도구(Autonomous Research Assistant)는 Semantic Scholar API, 미세 조정된 선형 SVM 분류기, 그리고 Google Gemini 2.5 Flash를 활용하여 학술 논문을 자동으로 발견, 분류, 요약 및 인용함으로써 수동 문헌 검토 시간을 70% 단축하는 풀스택 AI 웹 애플리케이션입니다.
이 논문은 대화 이력을 구조화된 지식으로 변환하는 것이 원문 그대로의 저장 방식보다 장기 검색 작업에서 성능을 유의미하게 향상시킨다는 것을 입증함으로써, 원문 저장이 세션 콘텐츠의 약 90%를 손실하게 만드는 임베딩 윈도우 절단을 완화하는 데 기여하며 SECI 지식 창출 모델을 AI 에이전트 메모리에 적용하는 것을 실증적으로 검증한다.
본 논문은 로봇 팔을 이용한 하이브리드 플로우 숍 스케줄링 문제를 효과적으로 해결하기 위해 레비 비행(Levy flight)과 동적 변이 전략을 통합한 적응형 변이 주도 해리스 호크 최적화(AMDHHO) 알고리즘을 제안하며, 유전 알고리즘 및 기존 스케줄링 계획과 비교하여 최대 완료 시간과 평균 대기 시간을 크게 단축함을 입증한다.
본 연구는 네 가지 거대 언어 모델이 세 가지 교육적 분류 체계에 걸쳐 치과 보존과 검사 문항을 범주화하는 데 있어 나타내는 분류 충실도를 평가하며, Gemini와 DeepSeek 같은 모델들이 Bloom 및 SOLO 분류 체계에서는 상당한 일치도를 달성하는 반면 모든 모델이 Miller의 피라미드에서는 어려움을 겪는다는 점을 밝힘으로써, 거대 언어 모델의 성능이 분류 체계에 의존적이며 정답 정확도와는 구별된다는 것을 보여준다.
본 연구는 Grad-CAM과 SHAP 설명을 통해 강화된 ResNet-50 분류기가 치밀 유방 촬영술 내 유방암 검출에 있어 인간 방사선 전문의의 민감도를 능가할 수 있음을 입증하며, 72.2%의 민감도를 달리는 동시에 고신뢰 사례를 표시하고 모호한 사례는 임상의에게 위임하는 제2 판독 도구로서의 배포를 지원하기 위한 실행 가능한 시각적 통찰력을 제공한다.
본 연구는 데이터 분해를 위한 단일 스펙트럼 분석(SSA), 성분 모델링을 위한 역전파 학습 다층 퍼셉트론(MLP-BP), 그리고 매개변수 최적화를 위한 스패로우 탐색 알고리즘(SpSA)을 결합한 하이브리드 예측 모델을 제안하며, 기존 방식보다 중국 민항 여객 수송량을 예측하는 데 있어 우수한 정확도를 입증한다.