1017 편의 논문
본 논문은 특징 교정(feature calibration), 교차 스케일 상호작용(cross-scale interaction), 밀도 인식 어텐션(density-aware attention), 그리고 전경 가이드 최적화(foreground-guided optimization)를 특징으로 하는 새로운 구조를 통해 규모 변화, 폐쇄 및 배경 노이즈에 대한 군중 계수의 정확도와 강건성을 향상시키는 점진적 다층 동적 어텐션 네트워크인 PMDA-Net을 제안한다.
이 논문은 코골이 탐지를 위한 경량 2D CNN과 수면 무호흡 이벤트를 분류하기 위해 조정된 좌표 주의(Coordinate Attention) 메커니즘을 활용하여, 베이스라인 대비 93.2%의 파라미터 감소를 달ach하며 높은 정확도를 달성한 초소형 2단계 온디바이스 오디오 캐스케이드를 제시한다.
본 논문은 지도의 가독성을 확보하는 동시에 유의미한 변화 이벤트를 보존하기 위해 시간적 특성을 통합하는 시공간적 지도 일반화에 관한 체계적인 개념적 프레임워크와 알고리즘 확장을 제안하며, 이를 데이터 분류 및 선 단순화에 대한 적용을 통해 입증한다.
본 논문은 건설 현장에서 서브 밀리미터 수준의 정밀도를 달성하기 위해 시맨틱 세그멘테이션과 사전 기하학적 특징을 이용한 고정 가중치 공간 보정을 통합하여 최적화된 Monodepth2 기반 단안 시각 측정 방법을 제안하며, 이는 기존 방식 대비 96% 이상의 오차 감소를 입증한다.
본 논문은 고속·고정밀 산업 결함 인지 및 실시간 분류를 달성하기 위해 폐루프 사이버네틱 제어 시스템이 통합된 경량 적응형 YOLOv11 검출기를 제안하며, 이는 기존 방식과 비교하여 추론 효율성과 제어 안정성을 크게 향상시킨다.
이 논문은 DINOv2와 같은 기성 자기지도 학습 기반 비전 임베딩이 OSINT에서의 표면 재식별을 위한 단서를 효과적으로 생성할 수는 있지만, 규모 변화에 따른 상당한 성능 저하와 매끄러운 표면에서의 한계로 인해 자격이 갖춰지지 않은 식별에는 여전히 불충분하다는 것을 입증하는 재현 가능한 벤치마크를 제시한다.
본 연구는 통제된 경험적 분석을 통해 영어, 힌디어, 프랑스어 전반에 걸쳐 의미론적, 감성적, 안전 관련 응답이 유의미하게 달라짐을 입증함으로써 다국어 거대언어모델(LLM)의 언어 불변적 행동이라는 가설에 이의를 제기하며, 행동적 발산이 언어적 거리 예측을 엄격히 따르기보다는 실재하며 범주 의존적이라는 사실을 밝혀낸다.
이 준실험 연구는 AI의 도움을 받은 비프로그래머가 AI 없이 작업한 프로그래머보다 더 높은 유지보수성 및 구조적 품질 점수를 가진 코드를 생성하였으며, 인간과 AI 상호작용의 품질이 이러한 결과의 강력한 예측 변수로 나타났음을 입증한다.
이 논문은 고위험 영역과 언어 전반에 걸쳐 Claude의 성능을 체계적으로 평가하며, 이 모델이 높은 출력 안정성을 유지하면서도 추론 과정이 저하되고 자기 감사 메커니즘이 순환 구조를 갖게 되는 '규범적 표류(normative drift)' 현상을 겪으며, 결과적으로 타당한 추론 대신 방어된 결과물이 그 자리를 대신하는 '요새화 패턴(fortification pattern)'이라는 새로운 실패 모드로 이어진다는 점을 밝히고 있다.
본 논문은 보편적인 윤리적 원칙을 실행에 옮기는 동시에 뚜렷한 지역별 구현 과제들을 해결하기 위해, 스위스와 나이지리아의 이해관계자들을 대상으로 한 질적 인터뷰로부터 도출된, AI 기반 정신 건강 애플리케이션을 위한 경험적 근거에 기반한 8대 핵심 요소의 '코어 플러스 컨텍스트(core-plus-context)' 윤리적 설계 프레임워크를 제안한다.