93 편의 논문
이 논문은 유니온-파인드 알고리즘을 활용한 정확한 군집 크기 추출과 가우시안 무작위장 이론에 기반한 분석적 p-값 추정을 결합하여, 대규모 뇌영상 데이터에 대해 퍼뮤테이션 없이도 FWER 를 엄격하게 통제하면서도 기존 방법보다 수백 배 빠른 속도로 VBM 분석을 가능하게 하는 'Hybrid eTFCE-GRF' 방법을 제안하고 검증합니다.
이 논문은 제 3 구치와 하악관 간의 관계를 판별하는 딥러닝 모델의 성능을 평가한 결과, 중앙 집중식 학습이 가장 우수했고 연방 학습이 데이터 프라이버시를 보호하면서도 로컬 학습보다 뛰어난 성능을 보임을 확인했습니다.
이 논문은 독립 성분 분석과 웨이블릿 변환을 기반으로 한 8 차원 입력 벡터를 사용하여 이미지 내 이미지 스테가노그래피의 높은 검출 가능성 (최대 84.6% 정확도) 을 입증하고, 키 없는 추출 네트워크와 같은 기존 방법론을 통한 취약성을 규명합니다.
이 논문은 자동 광학 설계를 통해 구축된 대규모 벤치마크 'UniCAC'와 광학 왜곡 평가기 'ODE'를 제안하여, 다양한 광학 렌즈에 적용 가능한 범용 계산적 수차 보정 방법의 성능을 체계적으로 분석하고 주요 영향 요인을 규명합니다.
이 논문은 자율 에이전트의 개방형 환경 탐사를 위해 360 도 전 방향 시야와 오픈 보카불라리를 지원하는 최초의 순수 시각 기반 종단간 3D 점유율 예측 프레임워크인 O3N 을 제안하며, 극 나선형 토폴로지, 점유율 비용 집계, 자연 모달리티 정렬 모듈을 통해 기존 방법의 한계를 극복하고 뛰어난 일반화 성능을 입증합니다.
이 논문은 기존 고해상도 RGB 이미지와 저해상도 MA-XRF 데이터만으로 훈련 가능한 적대적 딥언폴딩 네트워크를 제안하여, 대량 훈련 데이터 없이도 오래된 거장 작품의 MA-XRF 초해상도 분석 성능을 기존 최첨단 기법보다 향상시켰습니다.
이 논문은 저신호대잡음비 환경에서 개별 입자 이미지를 추출하는 기존 방식의 한계를 극복하기 위해, 3 차원 분자 구조를 직접 추정하는 근사 기대값 최대화 알고리즘을 제안하고 이를 시뮬레이션을 통해 검증한 내용을 담고 있습니다.
이 논문은 기존 방법들의 높은 계산 비용 문제를 해결하기 위해, 훈련 데이터 없이 스펙트럼 및 공간 처리를 분리하여 다중 분광 이미지의 초해상도 복원을 기존 대비 2 배에서 10 배 빠르게 수행하는 효율적인 모델 기반 방법인 ResSR 을 제안합니다.
이 논문은 YOLO 객체 감지 모델과 커스텀 차선 추정 알고리즘을 활용하여 외부 관측 기법으로 분산 및 음주 운전 등 비연결 차량의 위험 운전 행위를 실시간으로 분류하는 새로운 프레임워크를 제안하고 그 유효성을 검증합니다.
이 논문은 대규모 의료 데이터셋에 대한 효율적인 신경장 (Neural Fields) 학습을 가능하게 하는 통합 프레임워크 'MedFuncta'를 제안하고, 희소 감독을 통한 확장 가능한 메타학습 전략과 새로운 활성화 함수 설계를 통해 다양한 의료 신호에 대한 일반화 성능을 입증하며 관련 코드와 대규모 데이터셋을 공개합니다.
이 논문은 0.18μm CMOS 공정을 기반으로 기존 비단열 방식 대비 시냅스 에너지 효율을 90% 이상 개선하고, 다양한 공정 및 온도 조건에서 높은 정확도와 강인성을 보장하는 새로운 단열 정전용량 뉴런 (ACN) 을 제안합니다.
이 논문은 고정된 패치 크기로 인한 주파수 영역의 체계적 오차 누적과 비효율적인 계산 비용을 해결하기 위해, 추론 시 패치 크기를 동적으로 순환 조절하는 '오버톤 (Overtone)'이라는 새로운 PDE 대리 모델을 제안하여 장기 예측 정확도를 크게 향상시키고 계산 자원에 따라 유연하게 배포할 수 있음을 보여줍니다.
이 논문은 4.58M 개의 파라미터로 주요 3D 트랜스포머 대비 98% 적은 자원을 사용하면서도 BraTS 벤치마크에서 최첨단 성능을 달성하는 그래프 기반 경량 뇌종양 분할 네트워크 GMLN-BTS 를 제안합니다.
이 논문은 예측 불확실성과 라디올로지스트가 정의한 관심 영역 (ROI) 에 대한 주의력 정렬 오차를 결합한 이중 기준 전략을 통해, 의료 영상 분석에서 데이터 효율성과 임상적 해석 가능성을 동시에 향상시키는 설명 가능한 능동 학습 프레임워크를 제안합니다.
이 논문은 제한된 데이터나 연산 자원에서도 효율적으로 작동하도록 저주파 및 고신호비 샘플을 우선적으로 학습한 뒤 고주파 및 노이즈 성분을 점진적으로 도입하는 자기-패치 커리큘럼 학습을 통해 인지 부하를 조절하는 새로운 비지도 딥 생성 모델 'CogGen'을 제안하여 압축 MRI 재구성 성능을 향상시킵니다.
이 논문은 확산 기반 이미지 편집 기술이 고안된 무결성 유지 목적과 달리, 역방향 생성 과정에서 워터마크 신호를 노이즈로 간주하여 제거함으로써 기존 robust 워터마킹 시스템의 무결성을 이론적 및 실증적으로 붕괴시킨다는 점을 규명하고, 이에 대한 윤리적 함의와 새로운 설계 지침을 제시합니다.
본 논문은 국소적 수용 영역의 한계를 극복하고 홀로그래피의 전역적 회절 패턴을 효과적으로 포착하여 간섭무늬의 재구성 시 발생하는 쌍상 (twin-image) 문제를 해결하기 위해, 물리 기반 각도 스펙트럼 전파기를 통합한 물리 인식형 Swin Transformer 아키텍처 'HoloPASWIN'을 제안합니다.
이 논문은 ABLDataset 과 4 개의 물안경 카메라를 활용하여 유럽 긴급 차량의 파란색 경광등을 94.7% 의 정확도로 탐지하고 접근 각도를 추정하는 '색상 주의 RT-DETR' 기반의 360 도 다중 카메라 시스템을 제안합니다.
이 논문은 서로 다른 크기의 프로토타입 픽셀을 결합하여 비정규적인 배열을 구현함으로써 모자이크 현상을 완화하고 고해상도 복원을 가능하게 하는 단일 노출 고다이나믹 레인지 (HDR) 이미징 센서 방식을 제안하고 그 유효성을 검증합니다.
이 논문은 단순한 폐 영역 잘라내기 (lung cropping) 전처리 기법이 진단 정확도를 유지하면서 인종적 편향을 줄이는 효과적인 방법임을 규명하여, 공정한 AI 의료 모델 개발에 중요한 통찰을 제공합니다.