論文の概要: SNM-Net: A Universal Framework for Robust Open-Set Gas Recognition via Spherical Normalization and Mahalanobis Distance

• arxiv url: http://arxiv.org/abs/2512.22792v1
• Date: Sun, 28 Dec 2025 05:33:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-30 22:37:30.226167
• Title: SNM-Net: A Universal Framework for Robust Open-Set Gas Recognition via Spherical Normalization and Mahalanobis Distance
• Title（参考訳）: SNM-Net:球正規化とマハラノビス距離によるロバストなオープンセットガス認識のためのユニバーサルフレームワーク
• Authors: Shuai Chen, Chen Wang, Ziran Wang,
• Abstract要約: 本研究では,オープンセットガス認識のための汎用ディープラーニングフレームワークSNM-Netを提案する。 中心となる革新は、カスケードされたバッチ正規化とL2正規化によって達成される幾何学的疎結合機構にある。 SNM-Netはアーキテクチャに依存しず、CNN、RNN、Transformerのバックボーンとシームレスに統合される。
• 参考スコア（独自算出の注目度）: 12.790257790569955
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Electronic nose (E-nose) systems face dual challenges in open-set gas recognition: feature distribution shifts caused by signal drift and decision failures induced by unknown interference. Existing methods predominantly rely on Euclidean distance, failing to adequately account for anisotropic gas feature distributions and dynamic signal intensity variations. To address these issues, this study proposes SNM-Net, a universal deep learning framework for open-set gas recognition. The core innovation lies in a geometric decoupling mechanism achieved through cascaded batch normalization and L2 normalization, which projects high-dimensional features onto a unit hypersphere to eliminate signal intensity fluctuations. Additionally, Mahalanobis distance is introduced as the scoring mechanism, utilizing class-wise statistics to construct adaptive ellipsoidal decision boundaries. SNM-Net is architecture-agnostic and seamlessly integrates with CNN, RNN, and Transformer backbones. Systematic experiments on the Vergara dataset demonstrate that the Transformer+SNM configuration attains near-theoretical performance, achieving an AUROC of 0.9977 and an unknown gas detection rate of 99.57% (TPR at 5% FPR). This performance significantly outperforms state-of-the-art methods, showing a 3.0% improvement in AUROC and a 91.0% reduction in standard deviation compared to Class Anchor Clustering. The framework exhibits exceptional robustness across sensor positions with standard deviations below 0.0028. This work effectively resolves the trade-off between accuracy and stability, providing a solid technical foundation for industrial E-nose deployment.
• Abstract（参考訳）: 電子鼻(E-nose)システムは、信号ドリフトによって生じる特徴分布シフトと未知の干渉によって引き起こされる決定失敗という、オープンセットのガス認識において二重の課題に直面している。 既存の手法は主にユークリッド距離に依存しており、異方性ガスの特徴分布や信号強度の変化を適切に考慮できない。 これらの課題に対処するために,オープンセットガス認識のための普遍的なディープラーニングフレームワークSNM-Netを提案する。 中心となる革新は、カスケードされたバッチ正規化とL2正規化によって達成される幾何学的デカップリング機構にあり、信号強度の変動を排除するために高次元の特徴を単位超球面に投影する。 さらに、マハラノビス距離をスコアリング機構として導入し、クラスワイズ統計を利用して適応楕円型決定境界を構築する。 SNM-Netはアーキテクチャに依存しず、CNN、RNN、Transformerのバックボーンとシームレスに統合される。 バーガラデータセットのシステマティックな実験では、Transformer+SNMの構成がほぼ理論上の性能を達成し、AUROCの0.9977と未知のガス検出率99.57%(TPRは5%)を達成した。 この性能は最先端の手法よりも優れており、AUROCは3.0%改善し、標準偏差は91.0%低減した。 標準偏差が0.0028以下であるような、センサ位置間での異常な堅牢性を示す。 この作業は、精度と安定性のトレードオフを効果的に解決し、工業用Eノイズ展開のための確かな技術基盤を提供する。

関連論文リスト

• ICD-Net: Inertial Covariance Displacement Network for Drone Visual-Inertial SLAM [5.5217350574838875]
  視覚-慣性SLAM性能を向上させる新しいフレームワークであるICD-Netを提案する。 従来のVINS-Fusionと比較して,軌道推定精度は有意に向上した。 ニューラルネットワークの強化は,SLAM劣化の複数の要因に効果的に対処できることを示す。
  論文  参考訳（メタデータ） (2025-11-13T11:25:02Z)
• PHASE-Net: Physics-Grounded Harmonic Attention System for Efficient Remote Photoplethysmography Measurement [63.007237197267834]
  既存のディープラーニング手法は、主に生理学的モニタリングであり、理論的な堅牢性を欠いている。 本研究では,Navier-Stokes方程式のヘモダイナミックスから導かれる物理インフォームド r パラダイムを提案し,パルス信号が2次系に従うことを示す。 これは、時間的円錐ネットワーク(TCN)を使用する理論的正当性を提供する。 Phase-Netは高い効率で最先端のパフォーマンスを実現し、理論上は基礎的でデプロイ可能な r ソリューションを提供する。
  論文  参考訳（メタデータ） (2025-09-29T14:36:45Z)
• Foggy Crowd Counting: Combining Physical Priors and KAN-Graph [19.690003059392893]
  本稿では,大気散乱の物理的先行性を考慮した群衆計測手法を提案する。 濃霧のシナリオでは主流のアルゴリズムに比べて12.2%-27.5%のMAE測定値の削減が達成されている。
  論文  参考訳（メタデータ） (2025-09-29T09:59:36Z)
• Fluid Antenna System-assisted Physical Layer Secret Key Generation [64.92952968689636]
  本稿では,流体アンテナシステム(FAS)を動的無線環境に適用することにより,多元系基地局システムにおける物理層生成(PLKG)について検討する。 本研究では,送信ビームフォーミングとポート選択を統合したPLKGモデルを提案する。 本論文で導入したスライディングウィンドウベースポート選択法は,動的ポート選択により,より少ないチェーンで高いKGRを実現する。
  論文  参考訳（メタデータ） (2025-09-19T03:01:29Z)
• Attention-Based Fusion of IQ and FFT Spectrograms with AoA Features for GNSS Jammer Localization [4.674584508653125]
  ジャミング装置はグローバルナビゲーション衛星システム(GNSS)からの信号を妨害する 古典アングル・オブ・アーリバル (AoA) 法はマルチパス環境において精度を低下させる。 本研究では,ジャミング源の距離,方位,標高を推定しながら干渉の検出と分類を行う新しい手法を提案する。
  論文  参考訳（メタデータ） (2025-07-09T06:49:11Z)
• Differentiable NMS via Sinkhorn Matching for End-to-End Fabric Defect Detection [2.2901095820275317]
  ファブリック欠陥検出のためのNMSフレームワークは、エンドツーエンドの最適化により、より優れたローカライズ精度を実現する。 Sinkhorn-Knoppアルゴリズムを用いてNMSを微分可能な二部マッチング問題として再構成する。 Tianchiファブリック欠陥データセットの実験では、既存のメソッドよりも大幅にパフォーマンスが向上した。
  論文  参考訳（メタデータ） (2025-05-11T16:22:58Z)
• SpectrumFM: A Foundation Model for Intelligent Spectrum Management [99.08036558911242]
  既存のインテリジェントスペクトル管理手法は、通常は小規模モデルに基づいており、認識精度、収束速度、一般化の顕著な制限に悩まされている。 本稿では、スペクトルFMと呼ばれる新しいスペクトル基盤モデルを提案し、スペクトル管理のための新しいパラダイムを確立する。 実験により、SpectrumFMは精度、堅牢性、適応性、少数ショット学習効率、収束速度の点で優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2025-05-02T04:06:39Z)
• Enhancing Reliability of Neural Networks at the Edge: Inverted Normalization with Stochastic Affine Transformations [0.22499166814992438]
  インメモリコンピューティングアーキテクチャに実装されたBayNNのロバスト性と推論精度を本質的に向上する手法を提案する。 実証的な結果は推論精度の優雅な低下を示し、最大で58.11%の値で改善された。
  論文  参考訳（メタデータ） (2024-01-23T00:27:31Z)
• Ensemble Kalman Filtering Meets Gaussian Process SSM for Non-Mean-Field and Online Inference [47.460898983429374]
  我々は,非平均場(NMF)変動推定フレームワークにアンサンブルカルマンフィルタ(EnKF)を導入し,潜在状態の後方分布を近似する。 EnKFとGPSSMのこの新しい結婚は、変分分布の学習における広範なパラメータ化の必要性をなくすだけでなく、エビデンスの下限(ELBO)の解釈可能でクローズドな近似を可能にする。 得られたEnKF支援オンラインアルゴリズムは、データ適合精度を確保しつつ、モデル正規化を組み込んで過度適合を緩和し、目的関数を具現化する。
  論文  参考訳（メタデータ） (2023-12-10T15:22:30Z)
• Uncertainty-Aware Deep Calibrated Salient Object Detection [74.58153220370527]
  既存のディープニューラルネットワークに基づくサルエントオブジェクト検出(SOD)手法は主に高いネットワーク精度の追求に重点を置いている。 これらの手法は、信頼不均衡問題として知られるネットワーク精度と予測信頼の間のギャップを見落としている。 我々は,不確実性を考慮した深部SODネットワークを導入し,深部SODネットワークの過信を防止するための2つの戦略を提案する。
  論文  参考訳（メタデータ） (2020-12-10T23:28:36Z)

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。