1062 편의 논문
본 논문은 하브닝(Havening) 기반 터치 프로토콜 연구에서 표준 STDP 및 최신 딥러닝 모델들을 능가하며, 시공간적 EEG 데이터의 분류 정확도와 해석 가능성을 높이기 위해 작업 특화 피드백을 국소 스파이크 기반 학습과 통합한 항상성 및 보상 최적화 스파이킹 신경망 프레임워크인 HERO-SNN을 제안한다.
이 논문은 분할된 다채널 EEG 데이터로부터 최면 감수성을 분류하는 해석 가능한 AutoML 기반의 CNN 프레임워크를 제안하며, 최적의 폴드에서 완벽한 정확도를 달enc하고 XAI 기술을 통해 알파 및 감마 주파수 대역을 가장 중요한 특징으로 식별하였다.
본 논문은 섭동을 억제하기 위해 주파수 인지 방어 모듈과 시공간-주파수 동적 적대적 손실을 통합하는 동시에, 방어 효율성과 시각적 품질 복원 사이의 균형을 맞추기 위해 극값 유도 동적 톤 커브 모듈을 채택한 새로운 적대적 강건 적외선 및 가시광선 영상 융합 프레임워크인 FDCNet을 제안한다.
본 논문은 AHCD 및 HIJJA 데이터셋에 대한 아랍어 필기체 문자 인식에서 최첨단 정확도와 강건성을 달로 달성하기 위해 뉴트로소픽 불확실성 모델링을 소벨 기반 부정정성, CNN, BiLSTM과 통합한 새로운 하이브리드 프레임워크인 DeepNeutroBiLSTM을 제안한다.
이 논문은 이상치(anomaly)와 그 관계에 관한 사전 지식을 활용하여 텍스트 프롬프트를 구성함으로써, 파운데이션 모델과 확산 기술(diffusion techniques)이 다양한 제품 클래스에 대해 사실적인 이상 이미지를 생성할 수 있도록 유도하는 지식 그래프 기반 프레임워크를 제안한다.
이 논문은 2026년 6월에 수집된 996명의 최다 인용 머신러닝 연구자들로 구성된 공개 데이터셋인 Scholar-ML-1000을 소개하며, 이는 구글과 딥마인드 같은 주요 기술 기업들이 이제 상위 대학들을 합친 것보다 더 많은 선도적 머신러닝 학자들을 보유하고 있음을 밝히는 동시에, 해당 분야의 상당한 글로벌 다양성과 학제 간 범위를 강조한다.
PRISM-VFL은 LSTM 인코더와 Multi-gate Mixture-of-Experts 모듈을 통합하여 이질적인 임상 예측 작업들을 동시 학습할 수 있도록 설계된 차분 프라이버시 기반의 수직 연합 학습 프레임워크로, 레이블 추론 공격을 효과적으로 억제함에도 불구하고 병원 내 사망률 예측은 적절한 프라이버시 제약 조건 하에서도 임상적으로 유효하게 유지되는 반면 탈보상(decompensation) 및 표현형(phenotyping)과 같은 다른 작업들은 상당한 효용성 문제를 직면한다는 것을 입증하였다.
이 논문은 478명의 인용 횟수가 가장 많은 인도 머신러닝 학자들의 인용 패턴과 연구 궤적을 분석하기 위해 Scholar-India-ML 계량서지학 데이터셋을 소개하며, 인도 과학원(IISc)과 인도 통계 연구소(ISI)가 IIT(인도 공과대학교)보다 인용 영향력 면에서 더 뛰어난 성과를 내고 있는 한편 산업 연구소들이 국가 AI 생태계의 중요한 기여자로서 부상하고 있음을 밝히고 있다.
본 논문은 대규모 IoT 애플리케이션에서 에너지 효율성을 최적화하고, 네트워크 수명을 연장하며, 서비스 품질(QoS)을 향상시키기 위해 HEED 클러스터링 프로토콜을 IEEE 802.11x 표준 및 딥러닝 분석과 통합한 적응형 무선 센서 네트워크 기반 IoT 노드 배치 및 데이터 전송 모델을 제안한다.
본 연구는 서울의 도시 설계 평가를 위한 멀티모달 거대언어모델(LLM)의 신뢰성과 타당성을 평가하며, 이 모델들이 시각적으로 명시적인 특징들에 대해서는 우수한 성능을 보이지만 맥락적 또는 비례적 변수에 대한 인간의 평가를 완전히 재현하지 못하는 점이 보편적 적용보다는 요소별 특정 적용으로 그 적합성을 제한한다는 것을 밝혀냈다.