3775 편의 논문
본 논문은 사전 학습된 가중치나 거대한 모델 크기에 의존하지 않고도 강건하고 잘 보정된 교차 데이터셋 과일 성숙도 인식을 달성하기 위해, MobileNetV2 백본과 유계된 Kolmogorov-Arnold Network 분류기를 결합한 365만 개의 파라미터를 가진 경량 아키텍처인 MobileNetV2-KAN+를 소개한다.
ST-KEDA는 변분 모드 분해(Variational Mode Decomposition)와 토폴로지 인식 협력형 LSTM 예측을 실시간 비용 추정과 결합하여, 엄격한 SLA 준수를 유지하면서 인프라 비용과 스케일링 지연 시간을 획기적으로 줄이는 쿠버네티스 마이크로서비스를 위한 예측적이고 비용 인식적인 오토스케일링 프레임워크입니다.
이 논문은 스트리밍 피처가 있는 인과 구조 학습을 위한 최초의 전역적으로 일관된 제약 기반 알고리즘인 FCI-SF를 소개하며, 이는 새로운 데이터가 도착함에 따라 인과 그래프를 효율적으로 업데이트하는 동시에 공식적인 점근적 보장을 제공하고 합성 및 실제 데이터셋 모두에서 우수한 정확도와 속도를 입증한다.
이 논문은 스캐폴드 주입형 밀집 잔차 네트워크(scaffold-injected dense residual networks)와 게이트형 캡슐 라우팅(gated capsule routing)을 통해 구조적 사전 지식(structural priors)을 활용함으로써, 단 390만 개의 파라미터만으로 최첨단 정확도(99.75%)를 달配合하는 경량화되고 견고한 데바나가리 수기 문자 인식 아키텍처인 LipiNet을 소개한다.
본 연구는 9개의 대규모 언어 모델을 다국어 법률 추론 과업에 걸쳐 평가하며, 이들의 의사결정 과정이 일관성 없는 정당화, 신뢰할 수 없는 자기 감사, 그리고 의미론적 일관성의 결여로 특징지어지는 불안정한 상태임을 밝힘으로써, 결정 일치도만을 추론 안정성의 척도로 사용하는 것의 타당성에 의문을 제기한다.
본 논문은 조건부 변이형 오토인코더(CVAE)로 생성된 합성 네트워크 트래픽을 활용하여 자원이 제한된 IoT 및 엣지 환경을 위한 침입 탐지 시스템을 효과적으로 학습시키기 위해, 자원 인식 평가 프레임워크와 베이지안 최적화된 하이브리드 학습 모델을 제안하며, 이를 통해 표준 GAN 및 앙상블 베이스라인 대비 우수한 성능과 효율성을 입증한다.
본 논문은 결손된 모달리티 정보를 효과적으로 복원하고 교차 모달 융합을 강화하여, 완전한 조건과 모달리티가 결손된 조건 모두에서 높은 탐지 성능을 유지하는 보완적 특징 유지(Complementary Feature Maintenance) 및 개선된 교차 모달 트랜스포머(Cross-modal Transformer)를 특징으로 하는 강건한 RGB-IR 객체 탐지 프레임워크를 제안한다.
본 논문은 이종 컴퓨팅, 스토리지 및 에너지 자원의 고유한 복잡성을 해결하면서 재생 에너지 활용도, 서비스 지연 시간 및 탄소 배출량을 공동으로 최적화하기 위해 불확실성 강화 MAPPO 알고리즘을 활용하는 통합 에너지 레이크하우스용 예측 불확실성 인지 적응형 이중 타임스케일 다중 에이전트 자원 오케스트레이션 프레임워크를 제안한다.
본 연구는 24시간 이내 병원 내 사망률을 예측하기 위해 검증 세트 제약 조건이 있는 3경로 융합 프레임워크를 제시하며, 이는 일관된 내부 성능 향상과 EHR 시스템 변화에 대한 강건성을 입증하였으나, 소스 유래 융합 가중치가 새로운 환경의 데이터 특성에 적응하지 못함에 따라 eICU 데이터셋에 대한 교차 데이터베이스 전이성 측면에서 상당한 한계를 드러냈다.
본 논문은 작업별 학습 없이도 중국의 주요 프렛 패턴으로부터 실행 가능한 구성 로직과 재사용 가능한 설계 파라미터를 복구하는 원시 문법 공동 추론 방법을 제시하며, 이를 통해 유산 기록 및 재사용을 위한 더욱 압축적이고 편집 가능한 표현을 가능하게 한다.