3657 편의 논문
본 논문은 적대적 훈련이 ToN-IoT 및 Edge-IIoTset 벤치마크에 대한 PGD 공격에 대해 IoT/IIoT 침입 탐지 모델의 강건성을 크게 향상시키지만, 이것이 깨끗한 정확도(clean accuracy)의 감소와 데이터셋 및 설명 도구(explainer)의 사용에 따른 설명 안정성의 변화를 대가로 한다는 것을 보여주는 통제된 멀티 시드 평가를 제시한다.
이 연구는 머신러닝 모델, 특히 서포트 벡터 머신(Support Vector Machines)이 1학기 GPA 및 재수강 과목과 같은 일상적인 기록을 활용하여 낭마디 아지키웨 대학교(Nnamdi Azikiwe University)의 학부생 학업 위험을 효과적으로 예측할 수 있음을 입증하며, 이를 통해 위험군 학생들을 위한 적시 개입을 가능하게 한다.
본 연구는 다중 모달 MRI 입력을 활용한 UNet++ 구조와 불균형 인지 최적화를 사용하여 다발성 경화증 병변의 자동 분할 성능을 향상시키고 작은 병변에 대한 민감도를 높인 다중 데이터셋 딥러닝 프레임워크를 제시하며, 임상 배포를 위한 외부 검증의 필요성을 강조한다.
본 연구는 다차원적 LICA 프레임워크를 사용하여 세 가지 최첨단 거대 언어 모델(GPT-4o, Claude 3.5 Sonnet, Gemini 1.5 Pro)의 심리측정적 타당도를 인간 전문가와 비교 평가하며, GPT-4o는 완벽한 일치도를 달하는 반면 다른 모델들은 체계적인 채점 편향을 보이고 사회화용론적 미묘함을 일관되게 평가하는 데 어려움을 겪는다는 점을 밝힘으로써, 자동화된 L2 쓰기 평가에 있어 차원별 보정과 인간의 감독이 필수적임을 강조한다.
이 설문 조사는 100편 이상의 피어 리뷰 논문을 검토하여 딥러닝 기반의 OCR 및 정보 추출 기술을 분석하며, 이들의 독립적인 발전, 방글라어와 같은 저자원 언어에서의 과제, 그리고 향후 연구를 위한 멀티모달 학습의 부상하는 중요성을 강조합니다.
본 논문은 소수의 구별 프로브가 사전 정의된 후보 클래스 내의 정책 엔진 의미론을 정밀하게 식별할 수는 있지만, 해당 클래스 외부의 엔진이나 미세한 편차가 있는 엔진을 탐지하는 데는 실패하며, 결과 수준의 구성 변경에 대한 건전한 타당성을 보장하기 위해 구조화된 검증 전략과 대조 실험이 필수적임을 입증한다.
이 논문은 암의 역학에서 영감을 받은 온코모픽(oncomorphic) 다중 에이전트 프레임워크를 소개하며, 자원 제약 하에서 복제, 돌연변이 및 이동을 수행하는 분산형 신경 에이전트가 중앙 집중식 최적화가 아닌 생태학적 선택을 통해 견고한 순차 학습과 향상된 다중 작업 역량을 달성할 수 있음을 입증한다.
이 논문은 움직임 추정, 객체 탐지 및 세분화를 통합하는 다단계 파이프라인을 활용하여 신뢰도 기반의 의사 라벨을 생성하고, 이를 통해 UCF-Crime 데이터셋에서 경쟁력 있는 성능을 달성하는 경량 CNN-LSTM 모델을 학습시키는 약지도 비디오 이상 탐지 프레임워크를 제안한다.
본 논문은 언어 과학 분야의 거대언어모델 응용 사례들을 세 가지 뚜렷한 방법론적 접근 방식으로 분류하고 이들의 구현을 위한 구조화된 구성을 제공하는 2단계 체계적 프레임워크를 제안하며, 이를 통해 방법론적 파편화를 대체하여 견고한 언어학 연구를 위한 재현 가능하고 이론 중심적인 패러다임을 구축하는 것을 목표로 한다.
본 논문은 광전자 기업의 데이터 신뢰성을 높이고, 녹색 공급망 운영을 최적화하며, 비용을 대폭 절감하기 위해 멀티 채널 컨소시엄 블록체인과 강화 학습 기반 조달 모델을 통합한 통합 프레임워크를 제안한다.