3775 편의 논문
이 논문은 관측된 편차가 정의된 신뢰 한계를 초과할 때 인프라 상태를 동적으로 인증하고 락아웃 임계값을 강제함으로써, 필요한 복구 작업을 과도하게 방해하지 않으면서도 에이전트 기반 클라우드 운영에서의 정책 위반을 크게 줄이는 런타임 권한 제어 모델인 드리프트 인식 거버넌스-애즈-코드(Drift-Aware Governance-as-Code, DAGA)를 소개하고 검증한다.
본 논문은 연구, 검증 및 판정 워크플로우를 통해 2025년 공식 답변 대비 70.1%의 정확도를 달성함으로써 오픈 데이터 성숙도 지수 평가를 자동화하는 멀티 에이전트 LLM 시스템을 제시하며, 동시에 오픈 웹 데이터의 한계를 극복하기 위해 자기 보고식 관행보다 발견 가능한 증거를 우선시하도록 설문지를 재구성할 필요성을 강조한다.
본 논문은 엘리트 메모리와 국소 정교화(local refinement)로 강화되어 탐사와 착취의 균형을 효과적으로 조절함으로써 외판원 문제(Traveling Salesman Problem) 인스턴스를 해결하는 데 있어 표준 DE 및 PSO 알고리즘보다 우수한 성능을 입증하는 양자 영감 적응형 차분 진화(QIADE) 프레임워크를 소개한다.
본 논문은 과거의 실패 신호를 바탕으로 위험한 행동에 대해서만 선택적으로 추가 추론을 활성화함으로써, 균일한 추론 시 전략에 비해 실행 성공도와 효율성을 개선하여 장기적 관점의 LLM 에이전트의 신뢰성을 높이는 프레임워크인 실패 인지 적응형 추론(Failure-Aware Adaptive Inference, FAAI)을 제안한다.
본 논문은 양자 RAM이나 오라클과 같은 가설적인 프리미티브에 대한 의존성을 제거하기 위해 중첩, 제어-SWAP 게이트의 버터플라이 네트워크, 그리고 기하학적 충실도 분석을 활용하여 명시적으로 기술된 연산 비용으로 정확한 단일 실행 비교를 달성하는 다중 클래스 k-최근접 이웃 분류를 위한 새롭고 완전히 구현 가능한 양자 회로를 제시한다.
본 논문은 이미지 향상을 위한 개선된 회색 늑대 최적화, 병변 분할을 위한 개선된 고래 최적화 알고리즘, 특징 선택을 위한 개선된 인공 벌 군집 알고리즘, 그리고 분류를 위한 개선된 퍼지 서포트 벡터 머신을 결합하여 98.55%의 우수한 정확도와 모든 처리 단계에 걸친 통계적으로 유의미한 성능을 달성하는 당뇨망막병증 검출을 위한 다단계 최적화 프레임워크를 제안한다.
본 논문은 물리적으로 격리된 어텐션 메커니즘을 강제하고 지도 대조 학습 손실(Supervised Contrastive Loss)을 통합함으로써 특징 얽힘과 클래스 불균형 문제를 완화하고, 이를 통해 실제 CAN-bus 데이터에서 최첨단 성능을 달성하는 새로운 아키텍처인 고립 계층 트랜스포머(Isolated Hierarchical Transformer, IHT)를 제안한다.
본 논문은 PCA 유도 통계적 특징을 활용하여 카오스 맵 파라미터를 적응적으로 조절하고 암호 해시를 통해 키스트림을 강화함으로써, 자원 제약이 있는 애플리케이션을 위한 높은 계산 효율성과 해석 가능성을 갖춘 보안성 높은 콘텐츠 적응형 보호를 달성하는 경량 비지도 이미지 암호화 프레임워크를 제안한다.
본 연구는 새롭게 구축된 8,417장의 이미지 데이터셋을 사용하여 로스팅된 커피 원두를 분류하는 대규모 프레임워크를 제시하며, 딥러닝 모델, 특히 EfficientNet-B0가 4가지 주요 품종과 8가지 아라비카 하위 유형을 구별하는 데 있어 전통적인 머신러닝 및 하이브리드 방식보다 뛰어난 99.86%의 완벽에 가까운 정확도를 달성함을 입증한다.
본 논문은 적응형 잔차 벡터 양자화, 문맥 인식 오류 보상 및 렌더링 기반 속도-왜곡 최적화를 채택함으로써 기존 방식보다 뛰어난 충실도를 유지하면서도 상당한 저장 공간 절감(최대 157배)을 달성하는 새로운 3D 가우시안 스플래팅 압축 프레임워크인 ARQEC를 제시한다.