論文の概要: Predictive Monitoring of Black-Box Dynamical Systems
- arxiv url: http://arxiv.org/abs/2412.16564v1
- Date: Sat, 21 Dec 2024 10:17:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-24 15:56:13.865073
- Title: Predictive Monitoring of Black-Box Dynamical Systems
- Title（参考訳）: ブラックボックス力学系の予測モニタリング
- Authors: Thomas A. Henzinger, Fabian Kresse, Kaushik Mallik, Emily Yu, Đorđe Žikelić,
- Abstract要約: ブラックボックス力学系における定量的安全性特性を考慮した予測実行時モニタリングの問題点について検討する。
本研究では,過去に観測された状態に基づいて,システムの将来の状態を予測するための新しい枠組みを提案する。
- 参考スコア（独自算出の注目度）: 6.097707293018191
- License:
- Abstract: We study the problem of predictive runtime monitoring of black-box dynamical systems with quantitative safety properties. The black-box setting stipulates that the exact semantics of the dynamical system and the controller are unknown, and that we are only able to observe the state of the controlled (aka, closed-loop) system at finitely many time points. We present a novel framework for predicting future states of the system based on the states observed in the past. The numbers of past states and of predicted future states are parameters provided by the user. Our method is based on a combination of Taylor's expansion and the backward difference operator for numerical differentiation. We also derive an upper bound on the prediction error under the assumption that the system dynamics and the controller are smooth. The predicted states are then used to predict safety violations ahead in time. Our experiments demonstrate practical applicability of our method for complex black-box systems, showing that it is computationally lightweight and yet significantly more accurate than the state-of-the-art predictive safety monitoring techniques.
- Abstract（参考訳）: ブラックボックス力学系における定量的安全性特性を考慮した予測実行時モニタリングの問題点について検討する。
ブラックボックスの設定は、力学系とコントローラの正確な意味が不明であり、制御された(いわゆるクローズドループと呼ばれる)システムの状態を有限時間で観測できることを規定している。
本研究では,過去に観測された状態に基づいて,システムの将来の状態を予測するための新しい枠組みを提案する。
過去の状態の数と予測される将来の状態は、ユーザが提供するパラメータである。
この方法はテイラーの展開と数値微分のための後方差分演算子の組み合わせに基づいている。
また,システムダイナミクスとコントローラが滑らかであるという仮定の下で,予測誤差の上限を導出する。
予測された状態は、事前に安全違反を予測するために使用される。
本実験は, 複雑なブラックボックスシステムに対する本手法の適用性を実証し, 計算量的に軽量でありながら, 最先端の予測安全監視技術よりもはるかに精度が高いことを示した。
関連論文リスト
- Tipping Point Forecasting in Non-Stationary Dynamics on Function Spaces [78.08947381962658]
タップポイントは急激で、急激で、しばしば非定常力学系の進化における不可逆的な変化である。
我々は、関数空間間のマッピングを学習する新しいリカレントニューラル演算子(RNO)を用いて、そのような非定常系の進化を学習する。
本稿では,物理制約から逸脱をモニタリングすることで,チップ点の予測を行う共形予測フレームワークを提案する。
論文 参考訳（メタデータ） (2023-08-17T05:42:27Z) - Pedestrian Trajectory Forecasting Using Deep Ensembles Under Sensing
Uncertainty [125.41260574344933]
エンコーダ・デコーダをベースとした深層アンサンブルネットワークは,認識と予測の不確実性の両方を同時に捕捉する。
全体として、深層アンサンブルはより堅牢な予測を提供し、上流の不確実性の考慮により、モデルの推定精度をさらに高めた。
論文 参考訳（メタデータ） (2023-05-26T04:27:48Z) - Runtime Monitoring of Dynamic Fairness Properties [3.372200852710289]
静的意思決定タスクで公平なマシン学習システムは、長期にわたる社会的影響に偏っている可能性がある。
既存の研究は、スマートシステム設計による長期バイアスの特定と緩和を目的としているが、我々は、リアルタイムに公正さを監視する技術を導入している。
私たちのゴールは、システムによって生成されるイベントの長いシーケンスを継続的に観察するモニターを構築し、デプロイすることにあります。
論文 参考訳（メタデータ） (2023-05-08T13:32:23Z) - Safe Perception-Based Control under Stochastic Sensor Uncertainty using
Conformal Prediction [27.515056747751053]
本稿では,知覚マップの推定不確かさを定量化する知覚ベース制御フレームワークを提案する。
また、これらの不確実性表現を制御設計に統合する。
本稿では,LiDAR対応F1/10thカーに対する認識制御の有効性を示す。
論文 参考訳（メタデータ） (2023-04-01T01:45:53Z) - PREF: Predictability Regularized Neural Motion Fields [68.60019434498703]
ダイナミックなシーンで3Dの動きを知ることは、多くの視覚応用にとって不可欠である。
多視点設定における全ての点の運動を推定するために神経運動場を利用する。
予測可能な動きを正規化することを提案する。
論文 参考訳（メタデータ） (2022-09-21T22:32:37Z) - Safe Output Feedback Motion Planning from Images via Learned Perception
Modules and Contraction Theory [6.950510860295866]
本稿では、実行時の安全性と目標到達性を保証する不確実な制御-アフィン非線形システムのクラスを示す。
我々は、観測から状態のサブセットを逆転させようとする知覚システムを訓練し、知覚誤差の上限を推定する。
次に、収縮理論を用いて安定化状態フィードバックコントローラと収束状態オブザーバを設計する。
この制御器が動的および不正確な状態推定における誤差を受ける場合、軌道追従誤差を導出する。
論文 参考訳（メタデータ） (2022-06-14T02:03:27Z) - Noisy monitored quantum dynamics of ergodic multi-qubit systems [0.0]
雑音非単位力学の統計モデルの設定と解法にランダム行列法を用いる。
モデルは、ランダム力学と1または複数の量子ビットの可変強度の測定を組み合わせた様々なシナリオをカバーする。
論文 参考訳（メタデータ） (2022-03-25T17:42:37Z) - Stochastic Trajectory Prediction via Motion Indeterminacy Diffusion [88.45326906116165]
運動不確定性拡散(MID)の逆過程として軌道予測タスクを定式化する新しい枠組みを提案する。
我々は,履歴行動情報と社会的相互作用を状態埋め込みとしてエンコードし,トランジトリの時間的依存性を捉えるためにトランスフォーマーに基づく拡散モデルを考案する。
スタンフォード・ドローンやETH/UCYデータセットなど,人間の軌道予測ベンチマーク実験により,本手法の優位性を実証した。
論文 参考訳（メタデータ） (2022-03-25T16:59:08Z) - Learning Robust Output Control Barrier Functions from Safe Expert Demonstrations [50.37808220291108]
本稿では,専門家によるデモンストレーションの部分的な観察から,安全な出力フィードバック制御法を考察する。
まず,安全性を保証する手段として,ロバスト出力制御バリア関数(ROCBF)を提案する。
次に、安全なシステム動作を示す専門家による実証からROCBFを学習するための最適化問題を定式化する。
論文 参考訳（メタデータ） (2021-11-18T23:21:00Z) - Neural Predictive Monitoring under Partial Observability [4.1316328854247155]
本稿では,部分観測可能性(PO)に拘わらず,正確かつ信頼性の高い到達可能性予測を生成する学習ベース予測手法を提案する。
提案手法は,精度の高い到達可能性予測とエラー検出を行い,また,カバー範囲が保証された厳密な予測領域を実現する。
論文 参考訳（メタデータ） (2021-08-16T15:08:20Z) - Stochastically forced ensemble dynamic mode decomposition for
forecasting and analysis of near-periodic systems [65.44033635330604]
本稿では,観測力学を強制線形系としてモデル化した新しい負荷予測手法を提案する。
固有線型力学の利用は、解釈可能性やパーシモニーの観点から、多くの望ましい性質を提供することを示す。
電力グリッドからの負荷データを用いたテストケースの結果が提示される。
論文 参考訳（メタデータ） (2020-10-08T20:25:52Z)
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。