論文の概要: Physics-Guided Tiny-Mamba Transformer for Reliability-Aware Early Fault Warning

• arxiv url: http://arxiv.org/abs/2601.21293v1
• Date: Thu, 29 Jan 2026 05:46:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-30 16:22:49.602507
• Title: Physics-Guided Tiny-Mamba Transformer for Reliability-Aware Early Fault Warning
• Title（参考訳）: 物理誘導型Tiny-Mamba変圧器の信頼性向上
• Authors: Changyu Li, Dingcheng Huang, Kexuan Yao, Xiaoya Ni, Lijuan Shen, Fei Luo,
• Abstract要約: オンラインコンディション監視に適したコンパクトな三分岐エンコーダであるPG-TMT(Physical-Guided Tiny-Mamba Transformer)を提案する。 奥行き分離可能な畳み込みステムは、マイクロトランジェント、Tiny-Mamba状態空間分岐モデル、および軽量ローカルトランスフォーマーがチャネル間共鳴を符号化する。 PG-TMTは、信頼性中心の予後と健康管理のための早期警告を提供する。
• 参考スコア（独自算出の注目度）: 2.491980790083337
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Reliability-centered prognostics for rotating machinery requires early warning signals that remain accurate under nonstationary operating conditions, domain shifts across speed/load/sensors, and severe class imbalance, while keeping the false-alarm rate small and predictable. We propose the Physics-Guided Tiny-Mamba Transformer (PG-TMT), a compact tri-branch encoder tailored for online condition monitoring. A depthwise-separable convolutional stem captures micro-transients, a Tiny-Mamba state-space branch models near-linear long-range dynamics, and a lightweight local Transformer encodes cross-channel resonances. We derive an analytic temporal-to-spectral mapping that ties the model's attention spectrum to classical bearing fault-order bands, yielding a band-alignment score that quantifies physical plausibility and provides physics-grounded explanations. To ensure decision reliability, healthy-score exceedances are modeled with extreme-value theory (EVT), which yields an on-threshold achieving a target false-alarm intensity (events/hour); a dual-threshold hysteresis with a minimum hold time further suppresses chatter. Under a leakage-free streaming protocol with right-censoring of missed detections on CWRU, Paderborn, XJTU-SY, and an industrial pilot, PG-TMT attains higher precision-recall AUC (primary under imbalance), competitive or better ROC AUC, and shorter mean time-to-detect at matched false-alarm intensity, together with strong cross-domain transfer. By coupling physics-aligned representations with EVT-calibrated decision rules, PG-TMT delivers calibrated, interpretable, and deployment-ready early warnings for reliability-centric prognostics and health management.
• Abstract（参考訳）: 回転機械の信頼性中心の診断には、非定常動作条件下で正確な状態を保つ早期警告信号、速度/負荷/センサー間のドメインシフト、重度のクラス不均衡が必要であり、偽アラームレートは小さく予測可能である。 オンラインコンディション監視に適したコンパクトな三分岐エンコーダであるPG-TMT(Physical-Guided Tiny-Mamba Transformer)を提案する。 奥行き分離可能な畳み込みステムは、マイクロトランジェント、Tiny-Mamba状態空間分岐モデル、および軽量ローカルトランスフォーマーがチャネル間共鳴を符号化する。 本研究では, 物理的妥当性を定量的に評価し, 物理的説明を提供する帯域配置スコアを導出し, モデルの注意スペクトルを古典的耐故障帯域に結びつける解析時間-スペクトルマッピングを導出する。 判定信頼性を確保するため、健康スコア超過を極値理論(EVT)でモデル化し、ターゲットの偽アラーム強度(イベント/時間)を目標とするオン・スレッショルド(オン・スレッショルド)を出力し、最小保持時間を有するデュアル・スレッショルドヒステリシスは、さらにチャットタを抑制する。 漏れのないストリーミングプロトコルの下では、CWRU、Paderborn、XJTU-SY、そして工業パイロットのPG-TMTは、高い精度のAUC(プライマリアンバランス)、競争力またはより優れたROC AUC、一致した偽アラーム強度でのより短い平均時間検出と強力なクロスドメイン転送を実現する。 物理学に準拠した表現とEVTの校正された決定規則を結合することにより、PG-TMTは、信頼性中心の予後と健康管理に関する、校正された、解釈可能な、デプロイ可能な早期警告を提供する。

関連論文リスト

• RED-F: Reconstruction-Elimination based Dual-stream Contrastive Forecasting for Multivariate Time Series Anomaly Prediction [19.04414742117033]
  本稿では,再構成に基づくDual-stream Contrastive Forecasting フレームワークを提案する。 このフレームワークは、絶対信号検出の難しいタスクを、相対軌道比較のより単純で堅牢なタスクに変換する。 6つの実世界のデータセットの実験は、異常予測タスクにおけるRED-Fの優れた能力を示している。
  論文  参考訳（メタデータ） (2025-11-25T08:11:41Z)
• SARNet: A Spike-Aware consecutive validation Framework for Accurate Remaining Useful Life Prediction [7.0741499054562995]
  SARNet(Spike-Aware Consecutive Validation Framework)を紹介する。 適応逐次閾値は、ノイズを抑えながら真のスパイクを検証する。 SARNetは、イベントトリガープロトコルの下でのベンチマークポートされたデータセット全体において、最近のベースラインと比較してエラーを一貫して低減する。
  論文  参考訳（メタデータ） (2025-10-27T03:23:11Z)
• Unsupervised Detection of Spatiotemporal Anomalies in PMU Data Using Transformer-Based BiGAN [0.0]
  T-BiGANは、双方向生成逆数ネットワーク(BiGAN)内でウィンドウアテンション変換を行うフレームワークである。 エンコーダデコーダはアーキテクチャをキャプチャし、識別器はサイクル整合性を適用して遅延空間を真のデータ分布と整合させる。 異常は、再構成誤差、潜時空間ドリフト、判別器の信頼性を組み合わせた適応スコアを用いてリアルタイムでフラグ付けされる。
  論文  参考訳（メタデータ） (2025-09-30T00:16:35Z)
• Adaptive Learning for IRS-Assisted Wireless Networks: Securing Opportunistic Communications Against Byzantine Eavesdroppers [7.256056777973974]
  ビザンチン耐性スペクトルセンシングとセキュアインテリジェント反射面(IRS)のための共同学習フレームワークを提案する。 本研究では,局所曲率の緩やかな速度で,予測更新と証明可能なサブ線形収束を提供する拡張ラグランジアン交互化アルゴリズムを開発した。 多様なネットワーク条件のシミュレーションでは、敵攻撃時の固定偽アラームレートの検出確率が高く、正直なユーザに対する総和MSEの大幅な削減、盗聴信号の強い抑制、高速収束が示される。
  論文  参考訳（メタデータ） (2025-08-11T17:28:25Z)
• A Hybrid Artificial Intelligence Method for Estimating Flicker in Power Systems [42.76841620787673]
  本稿では,Hフィルタと適応線形ニューロンネットワークを組み合わせたハイブリッドAI手法を提案する。 提案手法はHフィルタのロバスト性を利用して不確実でノイズの多い条件下で電圧エンベロープを抽出し,次にADALINEを用いてエンベロープに埋め込まれたフリック周波数を正確に同定する。
  論文  参考訳（メタデータ） (2025-06-16T15:38:39Z)
• PCA-Featured Transformer for Jamming Detection in 5G UAV Networks [0.5999777817331317]
  無人航空機(UAV)は、ネットワーク機能を損なう可能性のある攻撃を妨害することによる重大なセキュリティリスクに直面している。 従来の検出方法は、動作を動的に変更するAI駆動のジャミングに直面すると、しばしば不足する。 無線セキュリティ向上のための特徴表現を洗練するための新しいU字型トランスフォーマーアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2024-12-19T16:13:04Z)
• Calibrating Wireless Ray Tracing for Digital Twinning using Local Phase Error Estimates [40.04476706955071]
  レイトレーシング(RT)は、次世代無線システムの無線アクセスネットワーク(RAN)セグメントのDTを可能にする技術として広く見なされている。 RTヒンジの有効性は、RTが想定する電磁特性の実際のチャネル条件への適応に影響を及ぼす。 本稿では,チャネル応答における位相誤差を推定・補償する新しいチャネル応答に基づく手法を提案する。
  論文  参考訳（メタデータ） (2023-12-19T22:01:59Z)
• Forecasting Particle Accelerator Interruptions Using Logistic LASSO Regression [62.997667081978825]
  インターロックと呼ばれる予期せぬ粒子加速器の割り込みは、必要な安全対策にもかかわらず、突然の運用変更を引き起こす。 このような中断を予測することを目的とした,単純かつ強力なバイナリ分類モデルを提案する。 このモデルは、少なくとも絶対収縮と選択演算子によって罰せられるロジスティック回帰として定式化される。
  論文  参考訳（メタデータ） (2023-03-15T23:11:30Z)
• Time-to-Green predictions for fully-actuated signal control systems with supervised learning [56.66331540599836]
  本稿では,集約信号とループ検出データを用いた時系列予測フレームワークを提案する。 我々は、最先端の機械学習モデルを用いて、将来の信号位相の持続時間を予測する。 スイスのチューリッヒの信号制御システムから得られた経験的データに基づいて、機械学習モデルが従来の予測手法より優れていることを示す。
  論文  参考訳（メタデータ） (2022-08-24T07:50:43Z)
• Model-based Deep Learning Receiver Design for Rate-Splitting Multiple Access [65.21117658030235]
  本研究では,モデルベース深層学習(MBDL)に基づく実用的なRSMA受信機の設計を提案する。 MBDL受信機は、符号なしシンボル誤り率(SER)、リンクレベルシミュレーション(LLS)によるスループット性能、平均トレーニングオーバーヘッドの観点から評価される。 その結果,MBDLはCSIRが不完全なSIC受信機よりも優れていた。
  論文  参考訳（メタデータ） (2022-05-02T12:23:55Z)
• Interference Distribution Prediction for Link Adaptation in Ultra-Reliable Low-Latency Communications [71.0558149440701]
  リンク適応(LA)はURLLCを実現するボトルネックの一つと考えられている。 本稿では,ユーザの干渉信号と雑音比の予測に焦点をあて,LAを増強する。 干渉の時間相関を利用することがURLLCの重要な有効性であることを示す。
  論文  参考訳（メタデータ） (2020-07-01T07:59:35Z)

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。