3778 편의 논문
본 연구는 도시 전력 효율성을 위한 앙상블 기반 이상 탐지 시스템을 제안하며, 전통적인 머신러닝 알고리즘과 딥러닝 오토인코더를 비교함으로써 오토인코더가 지속 가능한 에너지 관리를 지원하기 위해 SHAP를 활용하여 해석 가능성을 확보하는 동시에 우수한 성능(F1 점수 0.9740 및 0.9494)을 달성함을 입증한다.
TPA-Flow는 생리학적 텐서 곱 어텐션(Physiological Tensor-Product Attention)을 통해 신뢰도 가중치가 적용된 주기적 사전 정보를 통합하고, 파형 왜곡을 교정하기 위해 새로운 직접 앵커링 정류 흐름(direct-anchored Rectified Flow) 디코딩 메커니즘을 도입함으로써 생리학적 모니터링의 정확도와 강건성을 향상시키는 통합 원격 광혈류측정 프레임워크이다.
CogAlign-CausalX는 세그멘테이션 마스크를 형태학적 분류를 위한 내재적 설명으로 취급하며, Kvasir-SEG 데이터셋에서 경쟁력 있는 성능을 달성하는 동시에 절대적인 세그멘테이션 정확도의 한계와 정렬 점수를 전통적인 중첩 측정값과 결합할 필요성을 인정하는 빠른 폐형식(closed-form) 정렬 점수 산출 방식인 XAlign에 의해 검증된 용종 분석 파이프라인이다.
이 논문은 용량 제한 정점 분리 문제(Capacitated Vertex Separator Problem)를 효율적으로 해결하기 위해 레이블 매칭과 컴포넌트 이동(component moves)으로 강화된 경로 재연결(path relinking) 메타휴리스틱을 소개하며, 대부분의 경우 최적해와 일치하고 나머지 경우에는 상한값을 개선함으로써 기존의 정확 알고리즘보다 우수한 성능을 입증한다.
이 논문은 더 복잡한 AnoLSTM-TCP 베이스라인과 대등한 성능을 달성하면서도 모델 파라미터, 학습 시간 및 계산 비용을 크게 줄인 지속적 통합을 위한 경량 이상 탐지 인지 다층 퍼셉트론인 AnoMLP-TCP를 소개한다.
본 논문은 디자인 사이언스 연구(Design Science Research)를 통해 개발된 새로운 산출물인 오프라인 가능 디지털 지갑(Offline-Capable Digital Wallet, OCDW)을 제시하며, 이는 DAG 기반 원장과 영지식 증명을 결합한 5계층 아키텍처를 활용하여 저연결 환경에서도 보안이 뛰어나고 성능이 높으며 자금세탁방지(AML) 규정을 준수하는 금융 거래를 제공함으로써 기존 블록체인 솔루션보다 지연 시간, 처리량 및 에너지 효율성 측면에서 현저히 우수한 성능을 발휘한다.
본 논문은 재현 가능한 이중 검증 준비 기준을 강제하기 위해 외부 트랜잭션 상태 머신을 구현하는 것이 생성형 개발을 의견 기반의 개방 루프 프로세스에서 다양한 모델 간 기능적 동등성을 달성하고 궁극적으로 총 비용을 절감하며 인간 개입 제거를 가능하게 하는 폐쇄 루프 시스템으로 변모시킨다는 점을 입증한다.
이 논문은 상호 귀납적 타입, 부호 있는 정수 산술, 그리고 커널과 그 자기 기술적 방정식의 교차 구현 검증을 통해 시스템을 성공적으로 입증하며, Lean 4로 검증된 정리와 증명 탑재 계약(proof-carrying contracts)을 갖춘 실행 가능한 Rust 코드를 동시에 생성하는 OCaml의 부분 집합에 대한 Python 기반 Hindley–Milner 프런트엔드를 제시한다.
이 논문은 Google의 리치 결과 테스트(Rich Results Test)에서 발생하는 두 가지 무음 실패(silent failures)를 식별하였는데, 하나는 경고 없이 JSON-LD 객체 수를 102개로 제한하여 잘라버리는 표시 제한이며, 다른 하나는 'EventCompleted'와 같은 잘못된 값을 부적절하게 허용하는 'eventStatus' 속성에 대한 검증 결여이다.
본 논문은 LUNA16 데이터셋에서 계산 비용과 훈련 시간을 대폭 감소시키면서도 효율적이고 고성능인 3D CT 이상 탐지를 달성하기 위해, 에지 마스킹(edge masking), 아다마르 곱(Hadamard product)과 서브그래프 유사성(subgraph similarity)을 활용한 새로운 디코더, 그리고 위상 인식 대조-재구성 손실(topology-aware contrastive-reconstruction loss)을 사용하는 자기지도 그래프 기반 프레임워크인 3D CT-GraphEdgeMAE를 제안한다.