3821 편의 논문
이 연구는 계정 활동 타이밍만을 분석하는 것이 조직적인 봇 캠페인을 탐지하는 강력한 신호임을 입증하며, 시간적 합성곱 신경망(Temporal Convolutional Network) 오토인코더가 Cresci-2017 데이터셋에 대한 비지도 이상 탐지에서 GAN 기반 및 기타 재구성 모델보다 유의미하게 우수한 성능을 보였다는 것을 보여준다.
이 예비 연구는 소규모 BraTS 2021 하위 집합에 대해 UASC-Net Lite v2가 컴팩트한 3D U-Net의 불확실성 인지 확장 모델로서 베이스라인 대비 병변 재현율과 세그멘테이션 중첩도를 향상시키는 동시에, 작은 코호트 규모와 검증 기반 임계값 보정의 한계에도 불구하고 가치 있는 공간적 신뢰도 지도를 제공한다는 것을 입증한다.
본 논문은 장면 그래프(scene graphs)를 활용하여 2.5D 인물 레이아웃과 시선, 방향, 제스처와 같은 비언어적 사회적 단서를 인코딩함으로써, 전역적인 시각적 유사성을 넘어 대인 상호작용의 구조적 비교를 가능하게 하는 인간 중심적 이미지 검색 방법을 제안한다.
Science Edge Evaluation (SEE) 벤치마크는 현재의 멀티모달 거대 언어 모델들이 실제 과학적 발견 과정에서의 실험 데이터로부터 근거에 기반한 통찰을 안정적으로 도출하는 데 어려움을 겪고 있음을 드러내며, 이는 기성 개념을 설명하는 것과 새로운 정당화된 과학적 추론을 생성하는 것 사이의 결정적인 격차를 강조한다.
본 연구는 시상면 T2 강조 MRI 상의 자동화된 4단계 요추 추간공 협착증 등급 판정을 평가하며, 서열 모델링이나 중등도 이상의 보조적 감독이 서로 다른 모델 아키텍처 전반에 걸쳐 보편적인 이점을 제공하지는 못하지만, 고정된 DeiT 융합이 특히 약한 서열 분기(ordinal branches)에 대해 성능을 유의미하게 향상시킨다는 것을 밝혀냈다.
본 연구는 온디바이스 임상 음성 인식 기술이 전체적인 정확도 측면에서 클라우드 시스템과 거의 대등한 수준을 달성하는 한편, 두 배포 방식 모두 명시적인 검증을 필요로 하는 치명적인 약물명 오류를 겪는다는 점을 입증하는 개방형 벤치마크를 구축하며, 이는 단일 모델 기반의 온디바이스 솔루션이 개인정보 보호가 중요한 임상 기록 작성을 위한 실행 가능한 저비용 대안이 될 수 있음을 보여준다.
본 연구는 이상치(out-of-distribution) 샘양을 명시적으로 탐지하고 치명적 실패를 방지하기 위해 안정적인 표현형 앵커(phenotype anchor)로 회귀하는 생물학 및 신뢰도 가이드 혼합 전문가 구조와 가드된 앵커-잔차 TabPFN을 결합함으로써, 획득 조건의 변화 하에서도 견고하고 비파괴적인 딸기 중량 추정을 달성하기 위한 참신함 인지형 가드형 다중 뷰 이미징 프레임워크를 제안한다.
본 논문은 학습 목표에 부합하는 교육용 요약을 생성하기 위해 밀집 검색(dense retrieval), LoRA를 이용한 매개변수 효율적 LED 미세 조정, 그리고 결과 지향적 최적화를 결리한 설명 가능한 하이브리드 딥러닝 프레임워크를 제안하며, 이를 통해 QMSum, GovReport, NILD와 같은 교육용 데이터셋에서 최첨단 성능을 달성한다.
이 논문은 사실 오류 탐지기가 진실성보다는 주로 질문의 난이도와 모델의 불확실성을 측정하며, 단순한 출력 엔트로피가 복잡한 내부 모델 지표보다 잠재적 오류에 대한 더 신뢰할 수 있는 경고 신호 역할을 한다는 점을 입증하며, 사실 오류 탐지기가 진실성보다는 주로 질문의 난이도와 모델의 불확실성을 측정한다는 것을 논증한다.
본 논문은 계층적 ID 기반 암호화(HIBE)와 타원 곡선 암호(ECC)를 결합하여 스마트 그리드 내에서 제3자 없는 보안 피어 투 피어 에너지 거래를 가능하게 하는 새로운 프라이버시 보호 프로토콜을 제안하며, NS3 시뮬레이션을 통해 이 프로토콜이 상호 인증과 순방향 비밀성을 보장하는 동시에 높은 패킷 전달 비율과 낮은 전송 지연을 달성함을 입증한다.