論文の概要: Personalized Model-Based Design of Human Centric AI enabled CPS for Long term usage
- arxiv url: http://arxiv.org/abs/2601.04545v1
- Date: Thu, 08 Jan 2026 03:17:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-09 17:01:53.01422
- Title: Personalized Model-Based Design of Human Centric AI enabled CPS for Long term usage
- Title（参考訳）: パーソナライズされたモデルベースAIによる長期使用のためのCPSの実現
- Authors: Bernard Ngabonziza, Ayan Banerjee, Sandeep K. S. Gupta,
- Abstract要約: 人間の中心的なクリティカルシステムは、センサーが収集したデータから知識を抽出するために、人工知能がますます関与している。
例えば、医療監視と制御システム、ジェスチャーに基づく人間のコンピュータインタラクションシステム、自動運転車などがある。
このようなAIを有効化しているアプリケーションの長期的な運用は、その運用が不確実である可能性のあるケースにそれらを公開することができる。
- 参考スコア（独自算出の注目度）: 0.9914910610631541
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Human centric critical systems are increasingly involving artificial intelligence to enable knowledge extraction from sensor collected data. Examples include medical monitoring and control systems, gesture based human computer interaction systems, and autonomous cars. Such systems are intended to operate for a long term potentially for a lifetime in many scenarios such as closed loop blood glucose control for Type 1 diabetics, self-driving cars, and monitoting systems for stroke diagnosis, and rehabilitation. Long term operation of such AI enabled human centric applications can expose them to corner cases for which their operation is may be uncertain. This can be due to many reasons such as inherent flaws in the design, limited resources for testing, inherent computational limitations of the testing methodology, or unknown use cases resulting from human interaction with the system. Such untested corner cases or cases for which the system performance is uncertain can lead to violations in the safety, sustainability, and security requirements of the system. In this paper, we analyze the existing techniques for safety, sustainability, and security analysis of an AI enabled human centric control system and discuss their limitations for testing the system for long term use in practice. We then propose personalized model based solutions for potentially eliminating such limitations.
- Abstract（参考訳）: 人間の中心的なクリティカルシステムは、センサーが収集したデータから知識を抽出するために、人工知能がますます関与している。
例えば、医療監視と制御システム、ジェスチャーに基づく人間のコンピュータインタラクションシステム、自動運転車などがある。
このようなシステムは、タイプ1糖尿病者の閉ループ血糖コントロール、自動運転車、脳卒中診断のためのモニーティングシステム、リハビリテーションなど、多くのシナリオにおいて、長期にわたって運用されることを意図している。
このようなAIを有効化しているアプリケーションの長期的な運用は、その運用が不確実である可能性のあるケースにそれらを公開することができる。
これは、設計に固有の欠陥、テストのための限られたリソース、テスト方法論に固有の計算上の制限、システムとのヒューマンインタラクションに起因する未知のユースケースなど、多くの理由による可能性がある。
このようなテストされていないコーナーケースやシステムパフォーマンスが不確実なケースは、システムの安全性、持続可能性、セキュリティ要件に違反する可能性がある。
本稿では,AIによって実現された人間中心制御システムの安全性,持続可能性,およびセキュリティ解析のための既存の技術を分析し,そのシステムの長期使用限界について論じる。
次に、そのような制限を潜在的に排除するためのパーソナライズされたモデルベースソリューションを提案する。
関連論文リスト
- Detection of Deployment Operational Deviations for Safety and Security of AI-Enabled Human-Centric Cyber Physical Systems [0.9914910610631541]
人間中心のサイバー物理システムは、センサーが収集したデータから知識を抽出する人工知能にますます関与している。
例えば、医療監視や制御システム、自動運転車などがある。
本稿では,これらのシステムを未知条件下で動作させる動作偏差について論じる。
論文 参考訳（メタデータ） (2026-01-08T05:23:58Z) - Enabling High-Level Machine Reasoning with Cognitive Neuro-Symbolic
Systems [67.01132165581667]
本稿では,認知アーキテクチャを外部のニューロシンボリックコンポーネントと統合することにより,AIシステムにおける高レベル推論を実現することを提案する。
本稿では,ACT-Rを中心としたハイブリッドフレームワークについて紹介し,最近の応用における生成モデルの役割について論じる。
論文 参考訳（メタデータ） (2023-11-13T21:20:17Z) - Brain-inspired Computational Intelligence via Predictive Coding [73.42407863671565]
予測符号化(PC)は、機械学習コミュニティにとって潜在的に価値のある、有望な特性を示している。
PCライクなアルゴリズムは、機械学習とAIの複数のサブフィールドに存在し始めている。
論文 参考訳（メタデータ） (2023-08-15T16:37:16Z) - Human Uncertainty in Concept-Based AI Systems [37.82747673914624]
概念に基づくAIシステムのコンテキストにおける人間の不確実性について検討する。
不確実な概念ラベルによるトレーニングは、概念ベースシステムにおける弱点を軽減するのに役立つ可能性がある。
論文 参考訳（メタデータ） (2023-03-22T19:17:57Z) - Learning Physical Concepts in Cyber-Physical Systems: A Case Study [72.74318982275052]
本稿では,時系列データにおける物理概念の学習方法に関する研究の現状について概説する。
また,3タンクシステムの例を用いて,最先端技術から最も重要な手法を分析した。
論文 参考訳（メタデータ） (2021-11-28T14:24:52Z) - Robustness testing of AI systems: A case study for traffic sign
recognition [13.395753930904108]
本稿では,AIシステムのロバスト性を実際に検討し,どの手法やメトリクスを利用できるかを示す。
自律運転における交通標識認識の例について,ロバストネステスト手法を解説し,分析した。
論文 参考訳（メタデータ） (2021-08-13T10:29:09Z) - Towards self-organized control: Using neural cellular automata to
robustly control a cart-pole agent [62.997667081978825]
我々は、カートポールエージェントを制御するために、ニューラルセルオートマトンを使用する。
我々は、Q値の推定値として出力セルの状態を用いる深層学習を用いてモデルを訓練した。
論文 参考訳（メタデータ） (2021-06-29T10:49:42Z) - Inspect, Understand, Overcome: A Survey of Practical Methods for AI
Safety [54.478842696269304]
安全クリティカルなアプリケーションにディープニューラルネットワーク(DNN)を使用することは、多数のモデル固有の欠点のために困難です。
近年,これらの安全対策を目的とした最先端技術動物園が出現している。
本稿は、機械学習の専門家と安全エンジニアの両方に対処する。
論文 参考訳（メタデータ） (2021-04-29T09:54:54Z) - Monitoring and Diagnosability of Perception Systems [21.25149064251918]
本稿では,認識システムにおける実行時モニタリングと故障検出と識別のための数学的モデルを提案する。
本稿では,LGSVL自動運転シミュレータとApollo Auto自動運転ソフトウェアスタックを用いた実写シミュレーションにおいて,PerSySと呼ばれるモニタリングシステムを実演する。
論文 参考訳（メタデータ） (2020-11-11T23:03:14Z) - Monitoring and Diagnosability of Perception Systems [21.25149064251918]
知覚は、ロボット工学や自動運転車などの自律システムの高統合的応用において重要な要素である。
知覚システムの重要さにもかかわらず、システムレベルのモニタリングには正式なアプローチは存在しない。
本稿では,認識システムの実行時モニタリングと故障検出のための数学的モデルを提案する。
論文 参考訳（メタデータ） (2020-05-24T18:09:46Z) - Adversarial vs behavioural-based defensive AI with joint, continual and
active learning: automated evaluation of robustness to deception, poisoning
and concept drift [62.997667081978825]
人工知能(AI)の最近の進歩は、サイバーセキュリティのための行動分析(UEBA)に新たな能力をもたらした。
本稿では、検出プロセスを改善し、人間の専門知識を効果的に活用することにより、この攻撃を効果的に軽減するソリューションを提案する。
論文 参考訳（メタデータ） (2020-01-13T13:54:36Z)
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。