3773 편의 논문
이 통제된 연구는 오프라인 스트립 패킹(strip packing)에서 단계적 휴리스틱 구성을 위한 배치 강화 학습(batch reinforcement learning)이 정적 포트폴리오(static portfolios)에 비해 통계적으로 유의미한 수준의 완만한 개선을 보여주기는 하지만, 예산 기반 국소 탐색(budgeted local search)보다는 성능이 낮으며 잘 튜닝된 정적 구성(well-tuned static configurations)에 비해 이점이 제한적이라는 점을 입증한다.
본 논문은 YOLOv11과 Flask 대시보드를 사용한 스마트 교통 모니터링을 위한 소프트웨어 프로토타입을 제시하며, 이는 소규모 데이터셋에 대해 제한적인 기초 탐지 성능만을 달성했음에도 불구하고, 현재의 역량을 기록하고 하드웨어 통합 및 자동 제어 기능의 부재를 명시적으로 언급함으로써 향후 개선을 위한 투명한 토대로 기능한다.
본 연구는 MedQuAD 데이터셋을 사용하여 검색 증강 생성(RAG) 기반 의료 질의응답 시스템을 구현하고 평가하며, 도메인 특화 임베딩 모델, 특히 MedCPT가 검색 정확도와 답변 품질 모두에서 범용 베이스라인 모델들을 유의미하게 능가함을 입증한다.
이 논문은 전 세계적인 전문가 부족 현상과 접근성 장벽을 극복하기 위해 텍스트, 음성, 실시간 수어 및 몰입형 감정 환경을 통합한 풀스택, 멀티모달 AI 기반 가상 정신 건강 관리 플랫폼인 Maand를 소개하며, 엄격한 실증적 검증을 통해 견고한 임상적 안전성, 저지연 성능 및 높은 사용자 수용성을 입증한다.
본 논문은 복잡한 Java 검증 및 동적 심볼릭 실행 벤치마크를 효율적이고 견고하게 해결하기 위해 Java String API를 네이티브로 지원하는 비순환 오토마타 기반 문자열 제약 조건 솔버인 A-Str을 제시하며, 이는 표준 SMT-LIB 벤치마크에서는 경쟁력을 유지하면서도 Java 특화 작업에서는 기존 도구들을 능가하는 성능을 보여준다.
본 논문은 전통적인 결정론적 리스크 관리와 트랜스포머 기반 AI의 고유한 확률적 실패 사이의 간극을 메우는 새로운 2차원 확률적 오류 분류 체계와 통합 보증 프레임을 제안하며, 이를 통해 규제 대상 생명과학 분야가 정교한 오류 분류, 불가감축 게이팅(irreducibility gating), 그리고 FDA 밸리데이션 라이프사이클과의 정렬을 통해 지속적인 통제 상태를 유지할 수 있도록 한다.
본 논문은 형태학적 가장자리 및 형상 인식을 통합하여 경계 오차와 계산 비용을 줄임으로써 정밀하고 효율적인 신경교종 분할을 달성하는 경량 트랜스포머-CNN 협업 네트워크인 MESNet을 제안한다.
본 연구는 제조 분야에서 높은 정확도의 근본 원인 식별을 달성하기 위해 시맨틱 검색, FMEA 기반 공학 지식, 그리고 이시카와 기반의 맥락 평가를 LightGBM 모델과 통합한 하이브리드 지식 기반 의사결정 지원 프레임워크를 제안하고 검증하며, 이를 통해 노이즈가 있는 데이터에 대한 강건성을 유지하면서 전문가가 조사해야 하는 가설의 수를 효과적으로 줄인다.
이 현상학적 비교 연구는 특이점 이후의 미래에 대한 인간의 지각과 거대언어모델(LLM)의 투영이 초기에는 어휘 측면에서 차이를 보이지만, 기업의 RLHF(인간 피드백 기반 강화 학습) 예절 프로토콜을 제거하면 LLM의 더욱 숙명론적인 서사가 드러나며, 이는 결과적으로 인간의 우려와 일치하여 허위 정보 및 인지적 주권에 관한 중대한 통제 위험을 강조한다는 점을 밝혀낸다.
본 연구는 자동 치아 번호 부여 및 전악 방사선 사진 배치를 위해 회전된 객체 탐지(oriented object detection)와 시암 신경망(Siamese neural networks)을 활용하여 높은 정확도를 달ей하는 딥러닝 파이프라인을 제시하며, 이는 잠재적으로 치과 진단 워크플로우를 효율화할 수 있다.