3790 편의 논문
본 논문은 화학적, 생물학적, 그리고 의미론적 약물 정보를 CNN, Squeeze-and-Excitation 블록, 그리고 셀프 어텐션 메커니즘의 하이브리드 구조를 통해 통합하여 약물 간 상호작용 예측에서 최첨단 성능을 달성하는 멀티모달 딥러닝 프레임워크인 HySEAtt-DDI를 제안한다.
본 연구는 공공 임상시험 등록 텍스트로부터 추출된 자동화된 결과 확률만을 학습한 생물 의학 트랜스포머 모델, 구체적으로 BiomedBERT가 엄격한 시계열 검증과 입력 제한을 통해 데이터 누수를 방지하면서, 높은 정확도와 재현성 및 최소한의 계산 비용으로 후기 단계의 신경과학 임상시험 성공을 효과적으로 예측할 수 있음을 입증한다.
이 논문은 비독립 동일 분포(non-IID) 데이터 환경에서 악의적인 클라이언트를 완화하기 위해 방향성 일치성, 크기 타당성 및 참조 정확성을 결합한 의료 영상 분야의 새로운 연합 학습 방법인 병원 신뢰도 집계(Hospital Trust Aggregation, HTA)를 소개하며, HTA가 공모 및 데이터 수준 공격을 처리하는 데 있어 우수함을 보여주는 포괄적인 벤치마크를 구축하는 동시에, 심각한 의료적 이질성 하에서 정직한 이상치와 적대적 클라이언트를 구별하는 데 있어 크기 기반 신뢰 신호가 갖는 근본적인 한계를 강조한다.
본 논문은 전달 공정성(delivery fairness)을 가정하지 않고도 귀납적 불변량과 정당한 귀납법(well-founded induction)을 통해 결정 시간 정당성(decision-time correctness)을 증명하는 에코(Echo) 알고리즘의 완전하고 목표 미달성 상태가 없는(admitted-goal-free) 정식화를 통해, Rocq에서 비동기 메시지 전달 알고리즘을 기계화하기 위한 재사용 가능한 프레임워크를 제시한다.
본 논문은 MNIST, CIFAR-10 및 열화상 이미지 데이터셋에서 경쟁력 있는 정확도를 달성하기 위해 공유된 고전적 특징 추출기와 다양한 인코딩 전략 및 얽힘 토폴로지를 가진 다수의 양자 브랜치를 활용하는, 매개변수 효율적이고 병렬적인 양자-고전 하이브리드 이미지 분류 아키텍처를 제안한다.
이 논문은 제어에 유효한 상태 추상화를 학습하여 고처리량 강화 학습을 가능하게 하는 신경 축소 역학(Neural Reduced Dynamics, NRD) 프레임을 소개하며, 이는 고충실도 시뮬레이터보다 4개 차수나 더 빠르게 모델을 학습시키면서도 성능 저하 없이 다양한 지형의 복잡한 로봇 작업으로 효과적으로 전이되는 정책을 성공적으로 훈련시킨다.
이 논문은 지속적인 권한 부여, 동적 권한 회수, 행동 이상 탐지를 통합하여 확장성, 암호학적 보안 및 실시간 의사결정 효율성 측면에서 기존 모델보다 뛰어난 성능을 발휘하는 제로 트러스트 클라우드 환경을 위한 신뢰 적응형 다항식 기반 접근 제어 프레임워크인 PBAC-ZTA를 제안한다.
이 논문은 브루트 포스 공격과 SQL 인젝션 공격을 별도의 보상 구조와 동적 신념 업데이트 과정을 통해 구분함으로써 3단계 비제로섬 게임을 강화하는 공격 유형 인식 동적 베이지안 방어(ATA-DBD) 모델을 소개하며, 통제된 시뮬레이션에서 정적 및 통합 전략에 비해 우수한 방어 성공률, 자원 효율성 및 효용성을 입증한다.
본 논문은 SMPD1에 대한 AI 에이전트 신약 개발 워크플로우를 감사하는 계산 사례 연구를 제시하며, 적대적 검토가 어떻게 핵심 결론을 변화시킨 결정적인 오류들을 드러냈는지 입증하고, 검증된 신약 후보 물질이 아닌 재사용 가능한 감사 프로토콜을 제공함으로써 현재의 자가 검토 메커니즘의 한계를 강조한다.
본 논문은 다양한 생성기에 대한 일반화 능력을 향상시키기 위해 공간, 그래디언트 및 주파수 특징을 통합하는 다중 도메인 딥페이크 탐지 프레임워크인 SGFF-Net(Spatial-Gradient-Frequency Fusion Network)을 제안하며, 다중 소스 학습과 데이터 증강을 통해 전이 가능성이 개선되었음에도 불구하고 실제 시나리오에서는 상당한 도메인 격차가 여전히 존재함을 강조한다.