論文の概要: Mining Environment Assumptions for Cyber-Physical System Models
- arxiv url: http://arxiv.org/abs/2005.08435v1
- Date: Mon, 18 May 2020 03:05:21 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-01 22:54:50.250664
- Title: Mining Environment Assumptions for Cyber-Physical System Models
- Title（参考訳）: サイバー物理システムモデルのための鉱業環境仮定
- Authors: Sara Mohammadinejad, Jyotirmoy V. Deshmukh, Aniruddh G. Puranic
- Abstract要約: 出力要求を満たす入力信号のサブセットをコンパクトに記述できることを示す。
教師付き学習手法を用いて,そのような環境仮定をマイニングするアルゴリズムを提案する。
本研究では、交通や医療など複数の分野の現実データに関する実験結果を示す。
- 参考スコア（独自算出の注目度）: 0.19336815376402716
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Many complex cyber-physical systems can be modeled as heterogeneous
components interacting with each other in real-time. We assume that the
correctness of each component can be specified as a requirement satisfied by
the output signals produced by the component, and that such an output guarantee
is expressed in a real-time temporal logic such as Signal Temporal Logic (STL).
In this paper, we hypothesize that a large subset of input signals for which
the corresponding output signals satisfy the output requirement can also be
compactly described using an STL formula that we call the environment
assumption. We propose an algorithm to mine such an environment assumption
using a supervised learning technique. Essentially, our algorithm treats the
environment assumption as a classifier that labels input signals as good if the
corresponding output signal satisfies the output requirement, and as bad
otherwise. Our learning method simultaneously learns the structure of the STL
formula as well as the values of the numeric constants appearing in the
formula. To achieve this, we combine a procedure to systematically enumerate
candidate Parametric STL (PSTL) formulas, with a decision-tree based approach
to learn parameter values. We demonstrate experimental results on real world
data from several domains including transportation and health care.
- Abstract（参考訳）: 多くの複雑なサイバー物理システムは、リアルタイムで相互に相互作用する異種成分としてモデル化することができる。
本稿では,各コンポーネントの正しさを,各コンポーネントが生成する出力信号に満足する要件として指定し,信号テンポラル論理(STL)などのリアルタイム時相論理でその出力保証を表現できることを仮定する。
本稿では,対応する出力信号が出力要求を満たす入力信号の大規模なサブセットを,環境仮定と呼ぶSTL式を用いてコンパクトに記述することができることを仮定する。
教師付き学習手法を用いて,そのような環境仮定をマイニングするアルゴリズムを提案する。
基本的に,本アルゴリズムは環境仮定を,対応する出力信号が出力要求を満たす場合の入力信号を良好にラベル付けする分類器として扱う。
我々の学習方法は,STL式の構造と,式に現れる数値定数の値を同時に学習する。
そこで本研究では,PSTL(Parametric STL)の公式を体系的に列挙する手法と,パラメータ値の学習のための決定木に基づくアプローチを組み合わせる。
本研究では、交通や医療など複数の分野の現実データに関する実験結果を示す。
関連論文リスト
- Efficient Reactive Synthesis Using Mode Decomposition [0.0]
そこで本研究では,モードに基づく新しい分解アルゴリズムを提案する。
我々のアルゴリズムへの入力は、元の仕様とモードの記述である。
サブ仕様の自動生成方法を示し、全てのサブプロブレムが実現可能であれば、完全な仕様が実現可能であることを示す。
論文 参考訳（メタデータ） (2023-12-14T08:01:35Z) - Synthesizing Efficiently Monitorable Formulas in Metric Temporal Logic [4.60607942851373]
システム実行から形式仕様を自動合成する問題を考察する。
時間論理式を合成するための古典的なアプローチの多くは、公式のサイズを最小化することを目的としている。
我々は,この概念を定式化し,有界な外見を持つ簡潔な公式を合成する学習アルゴリズムを考案する。
論文 参考訳（メタデータ） (2023-10-26T14:13:15Z) - Tractable Bounding of Counterfactual Queries by Knowledge Compilation [51.47174989680976]
本稿では, パール構造因果モデルにおいて, 因果関係などの部分的特定可能なクエリのバウンダリングの問題について議論する。
最近提案された反復EMスキームは初期化パラメータをサンプリングしてそれらの境界を内部近似する。
シンボルパラメータを実際の値に置き換えた回路構造を,単一のシンボル知識コンパイルによって得られることを示す。
論文 参考訳（メタデータ） (2023-10-05T07:10:40Z) - Transformers as Statisticians: Provable In-Context Learning with
In-Context Algorithm Selection [88.23337313766353]
この研究はまず、変換器がICLを実行するための包括的な統計理論を提供する。
コンテクストにおいて、トランスフォーマーは、幅広い種類の標準機械学習アルゴリズムを実装可能であることを示す。
エンフィングル変換器は、異なるベースICLアルゴリズムを適応的に選択することができる。
論文 参考訳（メタデータ） (2023-06-07T17:59:31Z) - Formal Controller Synthesis for Markov Jump Linear Systems with
Uncertain Dynamics [64.72260320446158]
マルコフジャンプ線形系に対する制御器の合成法を提案する。
本手法は,MJLSの離散(モードジャンピング)と連続(確率線形)の両方の挙動を捉える有限状態抽象化に基づいている。
本手法を複数の現実的なベンチマーク問題,特に温度制御と航空機の配送問題に適用する。
論文 参考訳（メタデータ） (2022-12-01T17:36:30Z) - Task-Oriented Sensing, Computation, and Communication Integration for
Multi-Device Edge AI [108.08079323459822]
本稿では,AIモデルの分割推論と統合センシング通信(ISAC)を併用した,新しいマルチインテリジェントエッジ人工レイテンシ(AI)システムについて検討する。
推定精度は近似的だが抽出可能な計量、すなわち判別利得を用いて測定する。
論文 参考訳（メタデータ） (2022-07-03T06:57:07Z) - SignalGP-Lite: Event Driven Genetic Programming Library for Large-Scale
Artificial Life Applications [62.997667081978825]
イベント駆動型遺伝的プログラミング表現は、相互作用集約問題における従来の命令的表現よりも優れていることが示されている。
イベント駆動型アプローチは、環境信号に応答してトリガーされるモジュールにゲノムコンテンツを整理する。
SignalGPライブラリは、従来のプログラム合成アプリケーションに対応している。
論文 参考訳（メタデータ） (2021-08-01T07:20:49Z) - Interpreting Imagined Speech Waves with Machine Learning techniques [1.776746672434207]
本研究は,Human-Computer Interface (HCI) の新たな設計に使用可能なImagined Speech (IS)信号の復号化の可能性を探る。
脳波信号を生成するプロセスは未知であるため、様々な特徴抽出法と異なるニューラルネットワーク(NN)モデルを用いて、データの分布を近似し、IS信号を分類する。
論文 参考訳（メタデータ） (2020-10-07T12:13:39Z) - Backpropagation through Signal Temporal Logic Specifications: Infusing
Logical Structure into Gradient-Based Methods [28.72161643908351]
本稿では,STLCG(Signal Temporal Logic)公式の定量的意味を計算グラフを用いて計算する手法を提案する。
STLは、連続系とハイブリッド系の両方で生成される信号の空間的および時間的特性を指定できる、強力で表現力のある形式言語である。
論文 参考訳（メタデータ） (2020-07-31T22:01:39Z) - Scaling through abstractions -- high-performance vectorial wave
simulations for seismic inversion with Devito [0.6745502291821955]
Devitoは、ドメイン固有の言語とコンパイラ技術に基づく、オープンソースのPythonプロジェクトである。
本稿では、傾斜した横方向等方性媒体における擬音響波動方程式に対するMPI並列プロパゲータの生成とシミュレーションについて述べる。
論文 参考訳（メタデータ） (2020-04-22T12:20:07Z) - Synthetic Datasets for Neural Program Synthesis [66.20924952964117]
本稿では,プログラムと仕様の両方で合成データ分布のバイアスを制御し,評価するための新しい手法を提案する。
そこで我々は,Karel DSLと小さなCalculator DSLを用いて,これらの分布上でのディープネットワークのトレーニングにより,分散一般化性能が向上することが実証された。
論文 参考訳（メタデータ） (2019-12-27T21:28:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。