2864 편의 논문
이 논문은 현대 전력 시스템의 6가지 핵심 분야에 걸친 인공지능의 적용을 검토하고, 이를 구현하기 위한 공학 중심적 방법론을 제안하며, AI가 물리 법칙을 인지하고 인간이 감독하는 의사결정 지원 도구로서 최대의 가치를 전달한다는 결론과 함께 데이터 준비성, 사이버 보안, 규제 수용성과 같은 주요 장벽을 강조한다.
본 연구는 120개 건물의 3,500년 이상의 데이터를 분석하여 평균 제곱 오차를 160,000에서 54,280으로 줄이고 0.93의 결정 계수를 달성함으로써, 건물 생애주기 비용 예측의 정확도를 크게 향상시키기 위해 빌딩 정보 모델링(BIM)을 빅데이터 및 앙상블 머신러닝 기법과 통합한 종합적인 시스템을 제안한다.
이 진단 연구는 돌출도 기반 다중 모달 뇌 영상 융합의 효과가 모달리티에 따라 크게 달라지며 평가 지표에 따라 일관되지 않음을 밝혀내어, 현재 방법론의 일반화 가능성에 의문을 제기하고 임상 적용을 위해 좁거나 단일 지표에 의존하는 것의 위험성을 강조한다.
본 논문은 경량 하이브리드 부품을 위한 모델링 전략, 공정 변수 및 최적화 경로를 분석하기 위해 지난 20년간의 문헌을 종합하여 알루미늄-고분자 접합의 마찰 교반 용접에 관한 열기계적 시뮬레이션에 대한 포괄적인 검토와 수치적 조사를 제시한다.
본 논문은 GPS가 차단되거나 교란된 환경에서 자율 무인 항공기(UAV)의 고정밀, 드리프트 없는 자세 추정과 궤적 추종을 달성하기 위해 다이아몬드 질소-공석(Nitrogen-Vacancy) 센터 자기계와 적응형 무향 칼만 필터(Adaptive Unscented Kalman Filter) 및 강인 슬라이딩 모드 제어기(Robust Sliding Mode Controller)를 통합한 새로운 양자-고전 메카트로닉스 프레임워크를 제안하며, 기존의 MEMS 기반 시스템보다 현저히 우수한 성능을 입증한다.
본 논문은 IoBNT 내 확산 기반 분자 통신을 위한 물리 계층 보안 프레임워크를 제안하며, 이는 대류-확산-반응 조건 하에서 폐쇄형 비밀 용량(closed-form secrecy capacity)을 도출하고, 머신러닝 모델, 특히 그래디언트 부스팅(Gradient Boosting)과 경량 LSTM이 동시 도청 및 분자 주입 공격을 탐지하는 데 있어 기존 방식보다 유의미하게 우수한 성능을 보임을 입증한다.
본 연구는 인덕티브 LC 필터가 포함된 저차압 레귤레이터의 설계 및 시뮬레이션을 보조하는 GPT-4o의 능력을 평가하며, 해당 모델이 토폴로지 생성과 안정성 분석을 효과적으로 가속화하지만 부품 크기 산정, 넷리스트 구문, 그리고 복잡한 자기 부하 구성에서의 오류를 수정하기 위해 엄격한 인간의 검증이 필요하다는 것을 발견하였다.
본 논문은 수소 엔진의 최적 연소 매개변수를 식별하기 위해 머신러닝을 고급 최적화 기술과 결합하여 제동 열효율을 크게 향상시키고 질소산화물 배출을 줄이는 인공지능 기반 최적화 프레임워크를 제시한다.
본 논문은 인공 신경망 또는 심층 신경망을 통한 실시간 참조 변조를 전통적인 PID 제어기와 결합함으로써 동적 환경에서 쿼드콥터의 궤적 추종 성능을 향고하는 하이브리드 제어 프레임워크를 제안하고 검증하며, PID+DNN 방식이 PID+ANN 방식보다 수렴 매끄러움과 제어 효율성 측면에서 더 우수한 성능을 보임을 입증한다.
본 연구는 기후 회복력이 있는 재난 관리를 위한 정확하고 투명하며 정책 지향적인 의사결정 지원을 제공하기 위해, GIS, 하이브리드 LSTM-XGBoost 딥러닝 모델, 그리고 XAI 기술(SHAP 및 LIME)을 통합한 설명 가능한 홍수 예측 프레임워크를 제안한다.