3775 편의 논문
본 연구는 레이블 왜곡(label skew) 및 클라이언트 탈락(client dropout)과 같은 실제 임상적 스트레스 요인 하에서도 멀티모달 뇌종양 분류를 위한 높은 정확도와 F1 점수를 유지하면서, 기존의 지표들이 놓치는 모델 진화에 대한 포렌식 가시성을 제공하기 위해 라운드 수준의 가중치 감사(round-level weight auditing)를 도입한 감사 가능한 연합 학습 프레임워크를 제안한다.
본 논문은 자원 제한적인 임베디드 시스템에 배포하기 위해 계산 비용을 획기적으로 줄이면서도 sEMG 기반 손 동작 인식에서 최첨단 정확도를 달성하는 고효율, 경량 depthwise separable CNN을 개발하기 위해 D-최적 실험 설계와 파레토 최적화를 사용하는 체계적인 방법론을 제안한다.
본 논문은 블록별 아핀 암호화와 적응형 단일 이웃 예측기를 결면하여 임베딩 공간을 보존하는 동시에 블록 분산을 교란함으로써, 기존 방식들과 달리 분산 기반의 분리 가능성을 필요로 하지 않으면서도 현저히 높은 임베딩률을 달성하는 암호화된 영상을 위한 고용량 가역적 데이터 은닉 기법을 제안한다.
본 연구는 연결된 자율주행 차량을 위한 블록체인 기반 액세스 제어 시스템에서 보안 이점과 개인정보 보호 위험 간의 인과 관계 및 트레이드오프를 분석하기 위해 하이브리드 AI-DEMATEL 모델을 활용한다.
본 논문은 상호 정보량과 국소 일관성 정규화를 통합하여 표현 붕괴와 과도한 노이즈 의존성을 완화함으로써 희소하고 이산적인 상호작용 데이터에서 우수한 성능을 달성하는 새로운 순차 추천 프레임워크인 MILCR을 제안한다.
이 논문은 영역 인지 샘플 재가중치 부여(area-aware sample reweighting)가 추론 그래프를 변경하지 않고도 INT8 VWW(Visual Wake Words) 모델의 소형 인물 재현율(small-person recall)을 개선한다는 것을 보여주지만, 단순 오버샘플링보다 확실히 우수하다고 결론짓지는 못하며 약간의 오탐(false positives)을 증가시킨다.
본 연구는 마요 내시경 점수(Mayo Endoscopic Score)를 기반으로 궤양성 대장염 중증도의 자동화된 객관적 평가에서 94.8%의 정확도를 달성하기 위해, 로컬-글로벌 트랜스포머(Local–Global Transformers)와 그래프 합성곱 신경망(Graph Convolutional Networks), 그리고 이미지 향상 기술을 결합한 하이브리드 딥러닝 프레임워크인 L-GTACNet을 제안한다.
본 연구는 머신러닝 모델이 데이터 누수 및 시간적 제약에 대해 엄격하게 검증되었을 때 프로 배구 결과를 적절히 예측할 수 있는 반면, 단순한 엘로 레이팅(Elo rating) 베이스라인이 여전히 매우 경쟁력 있다는 점을 입증하며, 이는 복잡한 알고리즘이 경기 전 의사결정 지원을 위해 제공하는 추가적인 가치가 제한적임을 시사한다.
본 연구는 정적 환경에서 반응형 UAV 경로 계획을 위해 장애물 회피를 3클래스 분류 문제로 구성하는 적응형 블록 좌표 하강 로지스틱 회귀(ABCD-LoR) 모델을 제안하며, 시뮬레이션을 통해 고전적 알고리즘 대비 경로 길이와 계산 시간을 단축함을 입증하는 동시에 실제 동적 환경에서의 추가적인 검증 필요성을 인정한다.
본 연구는 혼합 방법론적 계산 근거 이론(Computational Grounded Theory) 프레임워크를 채택하여 2023년부터 2025년까지의 블루스카이(Bluesky) 게시물 약 100,000건을 분석하였으며, 이를 통해 교육 분야 내 AI에 관한 공적 담론이 창의적 및 교육적 활용에 관한 간헐적인 긍정적 논의에도 불구하고, 주로 학문적 정직성, 윤리, 그리고 교육자의 역할에 관한 회의론과 우려로 특징지어진다는 점을 밝혀냈다.