NEW PAPER 슬롯에 선정된 이유는 2026년 9월 13일에 최신 발표된 논문으로, 독창적인 다중 스케일 엣지 특징 융합 및 스케일 내 상호작용 설계가 새로운 연구 흐름을 제시하기 때문이다.

베어링 표면 결함 검출은 기계 설비의 신뢰성 확보에 필수적이나, 기존의 특징 추출과 다운샘플링 과정에서 미세 결함이 손실된다. 이를 해결하기 위해 본 연구는 GhostNet 영감을 받은 RepConv를 백본에 통합해 특징 추출과 그래디언트 전파를 강화하고 파라미터 수와 연산 비용을 감소시킨 XB-RTDETR을 제안한다. 또한, 부호 인식 선형 어텐션을 도입한 Attention‑based Intra‑scale Feature Interaction(AIFI) 모듈을 통해 부정적인 쿼리‑키 상관관계를 보존하여 다양한 특징을 포착한다. 실험 결과, 미세 결함 검출 정확도가 크게 향상되었다.

향후 연구에서는 제안된 다중 스케일 엣지 특징 융합과 polarity‑aware 선형 어텐션을 다른 결함 검사 혹은 물체 탐지 도메인에 적용해 성능 개선을 검증할 수 있다.

이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다. SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.