💻 컴퓨터 과학
Federated Learning-Based Cyberattack Detection for Smart Grid Communication Networks
본 연구는 물리적 및 사이버 특징을 결합하여 높은 정확도의 사이버 공격 탐지를 달성하는 동시에 기존의 분산형 방식들을 능가함으로써 스마트 그리드 네트워크 내의 클라이언트 이질성과 데이터 프라이버시 문제를 해결하는 연합 학습 프레임워크인 HA-FedIDS를 제안한다.
💻 Category
cs
3775 편의 논문
💻 컴퓨터 과학
BOP-Distrib++: Local Symmetry Discovery for 6D Pose Benchmarking Under Visual Ambiguities
이 논문은 국부적 대칭성을 자동으로 발견하여 이미지별 포즈 분포를 생성함으로써 시각적 모호성 상황에서 단일 포즈 및 다중 모드 추정 방법 모두를 더욱 정확하게 평가할 수 있도록 6D 포즈 평가를 재정의하는 새로운 벤치마킹 프레임워크인 BOP-Distrib++를 소개한다.
💻 컴퓨터 과학
An Interpretable Multimodal Benchmarking Framework for Resource-Efficient Medical Image Classification
본 논문은 경량 시각 및 텍스트 모델을 결합하여 단일 모달리티 및 대규모 베이스라인 모델보다 우수한 정확도와 설명 가능성을 달성함으로써, 저자원 임상 환경에 특히 적합한 자원 효율적이고 해석 가능한 멀티모달 벤치마킹 프레임워크를 제안하고 평가한다.
💻 컴퓨터 과학
Vision-Modulated Soft-Part-Aware Mamba for Video-Based Visible-Infrared Person Re-Identification
본 논문은 벤치마크 데이터셋에서 최첨단 성능을 달성하기 위해, 가시광선-적외선 기반의 개인 재식별을 위한 점진적 프레임워크인 VM-SPMamba를 제안하며, 이는 교차 모달리티 간의 차이와 시간적 진화를 효과적으로 모델링하기 위해 시각 변조 소프트 파트 공간 인코딩과 파트별 양방향 시간 Mamba를 활용한다.
💻 컴퓨터 과학
A Novel Fuzzy Hybrid Deep Learning Architecture for Spatiotemporal PM2.5 Prediction
본 연구는 테헤란의 1일 전 초미세먼지(PM2.5) 농도를 매우 정확하고 안정적이며 계산 효율적으로 예측하기 위해 기상, 위성 및 도시 데이터를 불확실성 적응형 퍼지화와 결러한 새로운 Fuzzy Transformer-CNN-GRU 구조를 제안하며, 이는 RMSE 0.73 µg/m³를 기록하며 7개의 벤치마크 모델보다 우수한 성능을 보였다.
💻 컴퓨터 과학
Attention-Enhanced Hybrid Deep Learning for Effective and Deployable SMS Spam Detection
본 연구는 기존의 전통적 및 하이브리드 딥러닝 방식보다 우수한 SMS 스팸 탐지 정확도(96.83%)와 보안성을 달성하는 클라우드 기반의 CNN+BiLSTM+Attention 모델을 제안하고 배포하며, 이를 통해 실용적이고 배포 가능한 스팸 필터링 솔루션을 구축하는 데 있어 어텐션 메커니즘의 효과를 입증한다.
💻 컴퓨터 과학
Multi-Criteria Feature Subset Selection for Credit Card Fraud Detection Under Class Imbalance
이 논문은 ULB 신용카드 사기 데이터셋에서 다중 방법론적 순위 전략을 통해 도출된 15개의 특징으로 구성된 압축된 특징 부분 집합이, 적절하게 조정된 임계값으로 평가될 때 자연적인 클래스 분포로 학습된 모델이 SMOTE를 사용하여 학습된 모델보다 일관되게 높은 성능을 보임에 따라 SMOTE 오버샘플링 없이도 다양한 분류기에 걸쳐 고성능 사기 탐출을 가능하게 함을 입증한다.
💻 컴퓨터 과학
Bridging Cybersecurity Expertise Gaps through Human-LLM Collaboration: Trust, Reliance, and Design Imperatives from a Mixed-Methods Study
58명의 사이버 보안 전문가를 대상으로 한 이 혼합 방법론 연구는 인간과 LLM의 협업이 분류 정확도를 향상시키는 반면, AI 조언에 대한 의존도는 작업 투명성에 따라 크게 달라지며, 이는 자동화 편향을 완화하고 정교하게 조정된 인간의 판단을 지원하는 신뢰할 수 있고 맥락 인지적인 사이버 보안 어시스턴트를 구축하기 위한 구체적인 설계 과제를 제시한다는 점을 밝혀냈다.
💻 컴퓨터 과학
Hajj Traffic Lessening: Smart Transportation System Using Smart Contracts and IoT Based on Blockchain
본 논문은 블록체인 기반 스마트 계약, IoT 데이터, 전기차 라이드셰어링을 결합하여 교통 혼잡, 배출가스 및 대기 시간을 크게 줄이는 동시에 하지(Hajj) 순례객들을 위한 배정의 공정성을 개선하는 통합 지능형 교통 시스템인 의례 시간 창 스마트 계약(Ritual Time Window Smart Contract, RTWSC) 프레임워크를 제안하고 평가한다.
💻 컴퓨터 과학
RGDRec: Reliability-Guided Social Graph Denoising for Recommendation
본 논문은 관계 신뢰도를 추정하여 확률적 그래프 디노이징을 유도하고, 사회적 관계와 상호작용 표현을 정렬하기 위해 교차 도메인 대조 학습을 채택함으로써 노이즈가 있는 사회적 연결의 부정적 영향을 완화하는 사회적 추천 프레임워크인 RGDRec을 제안하며, 이를 통해 추천 성능과 강건성을 향상시킨다.