3775 편의 논문
이 체계적 문헌 고찰은 12개의 주요 연구를 합성하여 연구 분류 체계를 제안하고, 핵심 격차를 식별하며, 이 신흥 분야의 향후 방향을 개괄함으로써 안구 반사 이미지를 이용한 인물 및 장면 분석을 위한 머신러닝 기법을 비판적으로 분석한다.
본 연구는 피마 인디언 당뇨병 데이터셋을 활용하여 당뇨병 위험을 예측하기 위해 최적화된 앙상블 및 부스팅 모델을 포함한 다섯 가지 머신러닝 알고리즘을 평가 및 비교하였으며, 최적화된 랜덤 포레스트를 가장 정확한 모델로 식별하고 SHAP 분석을 통해 혈당, BMI, 연령을 핵심 예측 요인으로 확인하였다.
본 논문은 오픈 소스 DICOM 연구용 뷰어인 HEEH-V1을 제시하고, 참조 소프트웨어 및 팬텀 데이터를 활용한 엄격한 테스트를 통해 정량적 영상 워크플로의 재현성을 검증하며, 이러한 결과가 임상적 성능이나 완전한 규제 준수를 입증하는 것은 아님을 명시적으로 밝힌다.
이 논문은 텍스트-멀티미디어 검색 분야를 탐구하며, 자연어 질의를 사용하여 멀티미디어 콘텐츠를 검색할 때 발생하는 의미론적 격차와 확장성 등의 문제를 극복하기 위한 멀티모달 융합 및 딥러닝과 같은 방법론을 조사한다.
노인 돌봄 환경에서의 AI 및 ML 연구 69건을 대상으로 한 이 신속 범위 검토(rapid scoping review)는 현재의 보고 관행이 외부 검증, 불확실성 정량화, 맥락적 배포 세부 사항과 같은 필수적인 시스템 수준의 고려 사항보다 기술적 모델 개발을 우선시하고 있음을 드러내며, 이는 기존의 의료 AI 가이드라인이 노인 돌봄의 복잡성을 다루기에 불충분함을 시사한다.
본 연구는 AES-256-GCM 인증 저장 방식과 완전 동형 암호를 결합하는 것이 평문 처리와 비교하여 상당한 계산 오버헤드에도 불구하고, 예측 정확도의 손실을 최소화하면서 보안성이 보장된 엔드 투 엔드 머신러닝 추론을 가능하게 함을 입증한다.
본 연구는 모델 간의 불일치를 해결하기 위해 메타 분류기를 활용함으로써 기존의 단일 모달 및 다중 모달 베이스라인 모델들과 비교하여 분류 성능을 크게 향상시키고 과잉 확신 오류를 줄임으로써, 스트리트 뷰 기반의 재난 피해 평가의 정확도와 신뢰성을 높이는 멀티모달 중재 프레임워크인 DamageArbiter를 소개한다.
본 연구는 유방암 재발에 대한 양자 커널 생존 모델이 낮은 큐비트 인코딩 덕분에 샤플리 값(Shapley values)을 통해 정확하게 설명될 수 있음을 입증하는 동시에, 해당 모델의 예측 성능이 고전적 방사 기저 커널과 통계적으로 유사하며 노이즈에 강하다는 점을 밝힘으로써, 이들의 주요한 실질적 가치가 우수한 정확도보다는 해석 가능성에 있음을 시사한다.
본 논문은 이진 활성화 패턴을 진화시키고 적응형 감지 반경을 구축하기 위한 특화된 디코더를 사용하여 멀티미디어 무선 센서 네트워크의 확률적 강한 장벽 커버리지를 위해 센서 활성화와 에너지 소비를 동시에 최적화함으로써 기존 변형 알고리즘들보다 우수한 성능과 강건성을 달성하는 반경 디코더 보조 제약 다목적 진화 알고리즘인 RDC-MOEA를 제안한다.
본 논문은 기하학적 인지 어텐션 메커니즘과 기하학적 커리큘럼 학습을 통해 밀집(dense) 방식과 희소(sparse) 방식을 통합함으로써, 경쟁력 있는 정확도를 유지하면서도 까다로운 조건에서 탁월한 강건함을 달성하는 새로운 엔드 투 엔드 단안 시각 주행 거리 측정 아키텍처인 DDI-VO를 제안한다.