1057 편의 논문
본 논문은 방글라데시 MRI 데이터셋을 활용하여 네 가지 유형의 뇌종양을 분류하는 데 있어 96.52%의 정확도를 달성한 DenseNet-121 기반의 딥러닝 시스템을 제시하며, 모델의 투명성과 신뢰성을 보장하기 위해 Grad-CAM 및 관련 기술들을 채택하였다.
본 논문은 공간적으로 분포된 미세먼지 농도의 정확하고 해석 가능한 중기 예측을 달성하기 위해, 적응형 역거리 가중치 분해, 커널 기반 정렬 다양성 어텐션 모듈, 그리고 AQI 인지 손실 함수를 통합한 iTransformer 기반 프레임워크인 IDW-ADAFormer를 제안한다.
본 논문은 개선된 먹이 탐색 메커니즘과 시뮬레이티드 어닐링을 결합한 파레토 하이브리드 인공 물고기 떼 알고리즘을 제안하며, 이를 통해 균형 손실, 전환 시간 및 비트 시간을 최소화함으로써 조립 순서 계획과 조립 라인 밸런싱을 동시에 최적화한다.
본 연구는 대규모 합성 트랜잭션 데이터셋에 대한 Apriori 알고리즘의 성능을 평가함으로써, 지지도 임계값을 낮추는 것이 규칙의 다양성을 증가시키지만 계산 비용을 상당히 높인다는 것을 입증하며, 궁극적으로 최적의 임계값 선택을 통해 알고리즘의 깊이와 효율성 사이의 균형을 맞출 필요성을 강조한다.
본 논문은 통합 상태 제어기를 특징으로 하는 개체군 상태 인지 협력 적응형 차분 진화(PSAC-DE) 알고리즘을 제안하여 4개 목적의 신호 교차로 협조 모델을 해결하며, 항저우 시나리오 시뮬레이션에서 주요 최적화 알고리즘들과 비교하여 지연, 정지 횟수, 녹색 파동 대역폭 및 탄소 배출량 측면에서 상당한 개선을 입증한다.
본 논문은 CLIP 스타일 모델의 전역적 이미지-텍스트 정렬의 한계를 극복하기 위해 주파수 유도 국소 의미론적 프롬프팅을 활용함으로써 제로샷 산업 이상 탐지 및 분할 성능을 향상시키는 학습이 필요 없는 프레임워크인 FreqPrompt-AD를 제안하며, 이를 통해 여러 벤치마크에서 최첨단 성능을 달성한다.
이 논문은 효용 공리(utility axioms)에 기반한 측정론적 프레임워크를 도입하여 거대 언어 모델의 합리성을 평가하며, 일부 패턴이 인간의 행동을 모사함에도 불구하고 많은 모델이 의사결정의 일관성을 저해하는 선호 이행성(preference transitivity)의 체계적인 위반을 보인다는 점을 밝혀낸다.
TopoLeaf는 기하학적 거리와 파운데이션 모델 특징 기반의 국소 지속 호몰로지를 결합하여, 주석이 달린 데이터 없이도 다양한 작물 영역 전반에 걸쳐 새로운 식물 질병과 구조적 편차를 견고하게 식별하는 농업 사이버-물리 시스템을 위한 학습 불필요 및 제로샷 시각적 이상 탐지 프레임워크이다.
이 논문은 AI 기반 사이버 위협 탐지와 적대적 회피 기술 사이의 진화하는 군비 경쟁을 분석한 80편의 연구(2010–2026)에 대한 체계적 문헌 고찰을 제시하며, 통합된 분류 체계, 트렌드에 대한 시각적 분석, 그리고 제로 트러스트 보안 환경 내에서의 과제 및 향후 방향에 대한 비판적 평가를 제공한다.
이 논문은 주요 모델들에서 나타나는 상당한 위상 및 주파수 오류를 드러냄으로써 헬스 신호 디지털 트윈을 평가하는 데 있어 표준적인 점별(pointwise) 지표의 한계를 폭로하고, 시간적 충실도 진단에 기반한 아키텍처 중심의 모델 선택을 옹호하는 제어된 벤치마킹 프레임워크인 TimeSynth를 소개한다.