3775 편의 논문
본 설문 조사는 극심한 클래스 불균형 상황에서의 이상 탐지를 위해 데이터, 알고리즘, 생성 및 자기 지도 학습 방법론을 5개의 고위험 분야에 걸쳐 체계적으로 합성하는 한편, 평가의 함정을 비판적으로 폭로하고 향후 연구를 안내하기 위한 주요 과제들을 개괄한다.
본 연구는 모바일 강아지 품종 식별을 위한 네 가지 딥러닝 모델을 평가하고, 분류 정확도, 추론 속도, 모델 크기 사이의 균형 잡힌 절충안을 달 achieve하며 오프라인 안드로이드 애플리케이션에서의 실시간 배포를 성공적으로 입증한 MobileNetV2를 최적의 선택으로 식별한다.
이 논문은 미세 형상 분류를 위한 소형 비전 트랜스포머에서 부분 커버리지(객체 세부 사항 보존)와 충실도(분류 결정 설명)에 최적화된 토큰 프루닝 전략이 근본적으로 분리되어 있으며, 즉 한 지표의 개선이 다른 지표의 개선을 보장하지 않는다는 것을 입증하기 위해 MIDAS 프레임워크를 소개한다.
본 논문은 사고의 사슬(chain-of-thought) 추론을 타입이 지정된 기호 유도 그래프(Symbolic Derivation Graph)로 실행함으로써, 대규모 언어 모델 기반의 기호 회귀를 실행 가능한 유도 흔적을 가진 컴팩트하고 기계 검증 가능한 물리 법칙을 생성하도록 하드 제약 조건과 소프트 검증 신호를 강제하는 검증 수행 프레임워크인 \ours를 소개한다.
본 논문은 멤리스터 하드웨어 결함을 완화하기 위해 차동 쌍 인코딩(differential-pair encoding)과 3단계 결함 허용 전략을 활용함으로써, 높은 결함률에서도 기존 방식보다 정확도를 크게 향상시키는 동시에 효율적인 실시간 엣지 배포를 가능하게 하는 자율 시스템용 강건한 다중 센서 융합 프레임워크를 제안한다.
본 논문은 대상화된 증거 검색 및 검증을 통해 LLM의 추론 계획을 동적으로 진단하고 수선함으로써, 기존의 정적 방식보다 환각 현상을 완화하고 정확도를 향상시키는 멀티 에이전트 프레임워크인 TRACE를 제안한다.
LAC-Net은 경량화된 어텐션 모듈과 카테고리 인지형 재가중치 전략을 YOLOv11에 통합함으로써 미세한 결함과 클래스 불균형에 대한 처리 능력을 개선하여 롱테일 분포를 가진 GC10-DET 데이터셋에서 우수한 성능을 달성하며 강철 표면 결함 탐지를 향상시키지만, 그 효과는 특정 데이터 분포에 따라 달라집니다.
이 논문은 미세 조정된 거대 언어 모델과 강화 학습을 결합하여 적응형 윤리적 레드팀 활동을 통해 복잡한 웹 애플리케이션 취약점을 발견하는 데 있어 기존 도구들을 능가하는 자율형 멀티 에이전트 프레임워크인 ARES를 소개한다.
본 논문은 고전적 접근 방식에 비해 공급망 회복 탄력성과 균형 보상을 유의미하게 개선하기 위해, 아이저트-윌켄스-루엔스타인 양자 게임 이론, 라마누잔에서 영감을 얻은 정규화로 강화된 QAOA 최적화, 그리고 로저스-라마누잔 변조 다중 에이전트 강화 학습을 결합한 통합 프레임워크를 제안하고 검증한다.
이 준실험적 연구는 중학생의 페어 프로그래밍에 생성형 AI를 통합하는 것이 학생들의 프로그래밍 지식과 프로젝트 수행 능력을 유의미하게 향상시키는 동시에 AI에 대한 신뢰도를 높인다는 것을 입증하였으나, 주도적인 문제 분해보다는 디버깅 지원에 과도하게 의존하는 행동적 경향을 드러냈다.