3657 편의 논문
이 논문은 글로벌 노스-사우스(Global North-South)의 이행 격차를 해결하기 위해 인도, 중국, 브라질의 AI 기반 고등 교육 프레임워크에 대한 계량서지학적 및 정책적 분석을 제시하며, 교육 개혁을 산업 경쟁력 및 UN 지속가능발전목표와 정렬하기 위한 데이터 기반의 로드맵을 제공한다.
본 논문은 사전 딕셔너리(dictionary priors)를 통해 전역 토큰 표현을 정교화하고 공간 에너지 이질적 선택(spatial-energy heterogeneous selection)을 통해 지역 토큰 범위를 확장함으로써, 기존 매칭 헤드를 변경하지 않고도 상당한 성능 향상을 달성하는 파라미터 효율적인 프레임워크인 하이브리드 토큰 최적화(Hybrid Token Optimization, HTO)를 제안한다.
이 논문은 2019년부터 2026년까지 월드 모델(World Models)을 활용한 강화학습의 진화를 검토하며, 인터넷 규모의 생성형 파운데이션 모델과 통합 아키텍처를 향한 세 가지 핵심적인 패러다임 전환을 강조하는 동시에 로보틱스, 자율 주행, 헬스케어, 그리고 다중 에이전트 시스템 전반에 걸친 다양한 응용 분야를 조사한다.
본 논문은 뇌 FLAIR MRI 영상에서 종양 의심 영역을 분할하고 시각화하기 위해 ROI 유도 강도 임계값 설정, 에지 검출 및 형태학적 처리를 활용하는 MATLAB 기반의 워크플로우와 그래픽 사용자 인터페이스를 제시한다.
이 실증 연구는 선호도 그래프 복구가 순위 구조와 검색 효율성에 미치는 영향을 분해하여, 복구 알고리즘이 빈번하게 순위를 변경함에도 불구하고 그것이 보편적인 이점의 결여 때문이 아니라 정답(judged-positive) 후보의 부재나 보존된 상위 10개 프로필과 같은 특정 구조적 요인으로 인해 측정된 관련성을 변화시키는 데 종종 실패한다는 점을 밝혀낸다.
CAYNE+는 마스터 비밀값과 사용자별 상태로부터 계정별 페퍼를 유도함으로써, 낮은 인증 오버헤드를 유지하면서도 정적이고 전역적으로 공유되는 페퍼와 관련된 광범위한 침해 위험을 완화하여 비밀번호 보안을 강화하는 결정론적 프레임워크이다.
이 논문은 네트워크 지연을 제거하고 비용을 절감하며 데이터 프라이버시를 보장하기 위해 웹 워커(Web Workers)를 통해 클라이언트 브라우저 내에서 완전히 실행되는 엣지 네이티브 제로 이그레스(zero-egress) 문서 처리 시스템인 HandleMyFile을 소개하며, 이는 외부로의 데이터 전송이 전혀 없음을 보장하는 동시에 원격 클라우드 서비스보다 훨씬 뛰어난 성능을 입증한다.
본 논문은 명시적 통합 정식화, 오프셋 벡터 표현, 그리고 사전 분포 메커니즘을 활용하여 기존의 최첨단 방식들을 효과성과 계산 효율성 측면 모두에서 능가하는 오프셋 벡터 기반 강화 유전 알고리즘(EGA-OV)을 제안함으로써 페인티드 바디 스토리지 재서열화(Painted Body Storage Resequencing) 문제를 다룬다.
이 논문은 대규모 기하학적 TSP를 위한 공간 분해 메메틱 알고리즘을 분석하여, 그 성능 향상이 인구 기반 메커니즘보다는 주로 고도화된 3단계 지역 탐색에서 비롯된다는 점을 밝히고 있으며, 이 알고리즘이 LKH-3와 같은 최신 솔버에 비해 상당한 속도 이점을 제공함에도 불구하고 PCB 드릴링과 같은 특정 응용 분야에서는 실질적인 이득이 미미한 낮은 품질의 해를 생성한다는 것을 보여준다.
본 논문은 정서적 인지 진단을 위해 정서적 표현이 안정적인 인지 잔차에 의해 오염되는 것을 방지하도록 안정적인 인지 잔차를 명시적으로 모델링함으로써, 여러 데이터셋에 걸쳐 응답 예측 정확도와 정서 정렬도를 모두 향상시키는 능력-잔차 분리 프레임워크를 제안한다.