3편의 한국어 분석 — 최신순으로 정렬했어요
SHAP과 같은 순열 기반 설명 가능(XAI) 방법론은 아프리카 사하라 이남 지역의 AI 기반 제약 공급망 규제 준수에 필수적입니다. 그러나 이 방법론의 유효성은 기존 프레임워크가 모니터링하지 않는 구조적 속성, 즉 공급 하이퍼그래프의 대수적 연결성(Fiedler 고유값 λ2로 정량화)에 따라 달라집니다. 본 연구는 λ2 → 0이 순열 기반 XAI 실패의 충분조건임을 증명하며, 네트워크 연결성이 붕괴되면 샘플링 노력 증대만으로는 유효성을 회복할 수 없음을 보였습니다. 본 연구는 λ-SHAP 프레임워크인 SpectralGuard를 …
본 연구는 고전압 옥외 유리 절연체의 오염 심각도를 등가염분퇴적밀도(ESDD)를 이용해 예측하는 머신러닝(ML) 모델을 제안한다. Support Vector Machines(SVM), Neural Networks(NN), Extremely Randomized Trees(ERT), Gaussian Process Regression(GPR) 네 가지 ML 모델을 환경 및 작동 관련 15가지 특징을 포함하는 362개 데이터 포인트에 적용하여 훈련시켰다. 모델 성능 향상을 위해 베이지안 최적화(BO)와 랜덤 탐색을 활용한 하이퍼파라미터 최…
수질 지수(WQI)의 효과적인 예측은 수자원 관리 및 공중 보건 안전에 매우 중요하다. 본 연구는 스택형 회귀 앙상블 모델링과 설명 가능한 인공지능(XAI)의 한 형태인 SHAP(Shapley Additive explanations)를 통합하여 WQI 예측을 위한 새로운 접근 방식을 제안한다. 모델은 인도 강에서 수집된 1,987개 수질 샘플(2005-2014) 데이터셋을 활용하여 개발되었다. XGBoost, CatBoost, Random Forest, Gradient Boosting, Extra Trees, AdaBoost의 6…
