4편의 한국어 분석 — 최신순으로 정렬했어요
폐암은 전 세계적으로 주요 암 사망 원인이며, 흉부 CT 분류는 조기 진단 및 환자 관리에 중요합니다. 그러나 기존 딥러닝 기법은 대규모 주석 데이터셋과 높은 연산 자원을 요구하며, 해석 가능성이 부족하다는 한계가 있습니다. 본 연구는 DenseNet169와 MobileNetV2 두 가지 전이 학습 기반 딥 CNN 모델을 활용한 다중 클래스 폐암 분류를 위한 설명 가능한 하이브리드 앙상블 프레임워크를 제안합니다. 여러 앙상블 기법을 통해 각 모델의 클래스 확률 출력을 결합하고, 예측에 기여하는 이미지 영역을 시각적으로 설명하기 위…
최근 딥러닝 모델은 다양한 분야에서 뛰어난 성능을 보이지만, 그 작동 원리가 불투명하여 해석 가능성이 부족하다는 비판을 받습니다. 사후 설명 기법들은 이러한 문제를 해결하려 하지만, 블랙박스 모델을 정확히 반영하지 못해 오해를 불러일으키거나 불완전한 설명을 제공하는 한계가 있습니다. 본 연구는 이러한 문제를 극복하기 위해 본질적으로 투명한 모델 아키텍처인 신경 확률 회로(Neural Probabilistic Circuits, NPC)를 제안합니다. NPC는 속성 인식 모델과 확률 회로 기반의 태스크 예측기로 구성됩니다. 속성 인식…
네트워크 이상 탐지를 위한 머신러닝(ML) 기법은 위협 탐지 및 대응 시간을 크게 단축하며 효과적인 사전 예방 전략으로 부상하고 있습니다. 그러나 ML 모델 훈련 및 유지보수의 어려움과 잦은 오탐은 이러한 기술의 수용성과 신뢰도를 저해합니다. 이에 대응하여 설명 가능한 인공지능(XAI) 기술이 도입되었으나, 여전히 현장 실무자들의 수용도가 낮고 분석가 및 모델 관리자의 의사결정 요구를 충족시키지 못하는 한계가 있습니다. 본 연구에서는 대규모 언어 모델(LLM)이 이러한 문제를 해결할 독특한 접근 방식을 제공한다는 점에 주목합니다.…
작물 질병은 농업 생산량과 경제적 손실에 큰 영향을 미치므로, 신속하고 정확한 진단이 필수적입니다. 기존 진단 방식은 시간 소모적이고 전문가 지식에 의존하여 대규모 적용에 한계가 있습니다. 본 연구는 이러한 문제를 해결하기 위해 잔여 학습과 MobileNetV2 특징 추출기를 결합한 경량 합성곱 신경망(CNN) 모델인 Mob-Res를 제안합니다. Mob-Res는 351만 개의 적은 파라미터 수를 가지면서도 뛰어난 성능을 발휘하여 모바일 애플리케이션에 적합합니다. 이 모델은 Plant Disease Expert(58개 클래스, 19…
