論文の概要: Joint Sensor Deployment and Physics-Informed Graph Transformer for Smart Grid Attack Detection

• arxiv url: http://arxiv.org/abs/2603.00085v1
• Date: Mon, 16 Feb 2026 06:37:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-09 01:20:08.037506
• Title: Joint Sensor Deployment and Physics-Informed Graph Transformer for Smart Grid Attack Detection
• Title（参考訳）: スマートグリッド検出のためのセンサ配置と物理インフォームドグラフ変換器
• Abstract要約: 物理インフォームドグラフトランス (PIGTN) に基づく新しい検出モデルを提案する。 提案したPIGTNベースの検出モデルは、交流電力フロー制約を組み込むことで、目に見えない攻撃に対してよく一般化する。
• 参考スコア（独自算出の注目度）: 7.8160642765456165
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper proposes a joint multi-objective optimization framework for strategic sensor placement in power systems to enhance attack detection. A novel physics-informed graph transformer network (PIGTN)-based detection model is proposed. Non-dominated sorting genetic algorithm-II (NSGA-II) jointly optimizes sensor locations and the PIGTN's detection performance, while considering practical constraints. The combinatorial space of feasible sensor placements is explored using NSGA-II, while concurrently training the proposed detector in a closed-loop setting. Compared to baseline sensor placement methods, the proposed framework consistently demonstrates robustness under sensor failures and improvements in detection performance in seven benchmark cases, including the 14, 30, IEEE-30, 39, 57, 118 and the 200 bus systems. By incorporating AC power flow constraints, the proposed PIGTN-based detection model generalizes well to unseen attacks and outperforms other graph network-based variants (topology-aware models), achieving improvements up to 37% in accuracy and 73% in detection rate, with a mean false alarms rate of 0.3%. In addition, optimized sensor layouts significantly improve the performance of power system state estimation, achieving a 61%--98% reduction in the average state error.
• Abstract（参考訳）: 本稿では,攻撃検出の強化を目的として,電力系統における戦略的センサ配置のための多目的協調最適化フレームワークを提案する。 物理インフォームドグラフトランス (PIGTN) に基づく新しい検出モデルを提案する。 非支配的ソート遺伝的アルゴリズム-II(NSGA-II)は、実用的な制約を考慮して、センサ位置とPIGTNの検出性能を共同で最適化する。 NSGA-IIを用いて, センサ配置の組合せ空間を探索し, 提案した検出器をクローズドループ設定で同時に訓練した。 ベースラインセンサ配置法と比較して,提案手法はセンサ故障時のロバスト性や,IEEE-30, 39, 57, 118, 200バスシステムを含む7つのベンチマークケースにおける検出性能の向上を一貫して示している。 提案したPIGTNベースの検出モデルは、交流電力フローの制約を組み込むことで、目に見えない攻撃を一般化し、他のグラフネットワークベースの変種(トポロジー対応モデル)よりも優れ、精度が37%、検出速度が73%向上し、平均誤報率は0.3%向上した。 さらに、最適化されたセンサレイアウトにより、電力系統の状態推定の性能が大幅に向上し、平均状態誤差が61%から98%削減された。

関連論文リスト

• Optimizing Sensor Placement for Hydrogen Leak Detection in Enclosed Infrastructure: A Comparative Study Using CFD-informed Genetic Algorithm and DeepSets Neural Surrogate [0.2624902795082451]
  囲まれた環境における水素のインフラは、重大な安全上の課題を呈している。 現在の監視システムは、主に反応性があり、有害な濃度が形成された後のみ漏れを検出する。 本研究では,能動型センサ配置最適化のための計算フレームワークを開発する。
  論文  参考訳（メタデータ） (2026-07-20T07:59:48Z)
• ArcGate: Adaptive Arctangent Gated Activation [62.5098969984518]
  本稿では,アクティベーション形状の広いスペクトルを生成するフレキシブルな定式化であるAdaptive Arctangent Gated Activation関数を提案する。 我々は、PatternNet、UC Merced Land Use、13バンドのEuroSAT MSIマルチスペクトルデータセットの3つのリモートセンシングベンチマークでArcGateを評価した。
  論文  参考訳（メタデータ） (2026-05-14T08:00:46Z)
• Efficient Sensor Fusion for Gesture Recognition on Resource-Constrained Devices [0.0]
  従来のビジョンベースのアプローチでは、消費電力、計算レイテンシ、ユーザのプライバシに関する課題に直面している。 本稿では,低分解能のTime-of-Flight(ToF)と赤外線(IR)熱センサを融合した軽量・プライバシー保護型ジェスチャー認識システムを提案する。 特殊なグループ畳み込みアーキテクチャを持つコンパクトな畳み込みニューラルネットワーク(CNN)は、マイクロコントローラ上でこれらのモダリティを効率的に融合させるように設計されている。
  論文  参考訳（メタデータ） (2026-05-13T12:53:22Z)
• IGADA-IoT: IoT Sensor Energy Optimization in Wireless Sensor Networks Driven by Automatic Data Augmentation [3.7945275272929084]
  無線センサネットワーク(WSN)では、サンプリング周波数決定性能を向上させる新しい手法としてデータ拡張がある。 情報ギャップ誘導型IoTセンサ自動データ拡張フレームワーク(IGADA-IoT)を提案する。
  論文  参考訳（メタデータ） (2026-04-22T04:58:47Z)
• Amped: Adaptive Multi-stage Non-edge Pruning for Edge Detection [53.59823657644554]
  エッジ検出のための適応型多段非エッジプルーニングフレームワーク(Amped)を提案する。 Ampedは高信頼の非エッジトークンを識別し、可能な限り早く削除し、計算を大幅に削減する。 既存のエッジ検出ネットワークの構造的複雑さを軽減するため,Streamline Edge Detector(SED)と呼ばれる,シンプルながら高性能なTransformerベースのモデルを導入する。
  論文  参考訳（メタデータ） (2026-03-29T12:26:35Z)
• Halt the Hallucination: Decoupling Signal and Semantic OOD Detection Based on Cascaded Early Rejection [7.227431306238601]
  粗い論理による異常検出のための階層的フィルタリングを実現するカスケード早期退避(CER)フレームワークを提案する。 実験の結果、CERは計算オーバーヘッドを32%削減するだけでなく、CIFAR-100ベンチマークの大幅な性能向上も達成している。
  論文  参考訳（メタデータ） (2026-02-06T02:55:35Z)
• A Universal and Robust Framework for Multiple Gas Recognition Based-on Spherical Normalization-Coupled Mahalanobis Algorithm [16.05394499283827]
  本研究では,開集合ガス認識のための共通後処理モジュールである球正規化結合マハラノビス (SNM) モジュールを提案する。 Vergaraデータセットの実験により、Transformer+SNM構成は、複数のターゲットガス間での判別において、ほぼ理論的な限界性能を達成することが示された。
  論文  参考訳（メタデータ） (2025-12-28T05:33:05Z)
• Online Reliable Anomaly Detection via Neuromorphic Sensing and Communications [58.796149594878585]
  本稿ではニューロモルフィック無線センサネットワークに基づく低消費電力オンライン異常検出フレームワークを提案する。 検討したシステムでは、中央受信ノードが各時間フレームでニューロモルフィックセンサノード(ニューロSN)のサブセットを積極的にクエリする。 ニューロモルフィックセンサーは事象駆動であり、モニターされたシステムの関連する変化に対応してスパイクを発生させる。
  論文  参考訳（メタデータ） (2025-10-16T13:56:54Z)
• Biorthogonal Tunable Wavelet Unit with Lifting Scheme in Convolutional Neural Network [2.9377547378375803]
  提案したユニットは、畳み込み、プーリング、ダウンサンプリング操作を強化し、畳み込みニューラルネットワーク(CNN)における画像分類と異常検出を改善した。 18層の残留ニューラルネットワーク(ResNet-18)に統合されると、CIFAR-10の分類精度は2.12%向上し、Describable Texturesデータセット(DTD)は9.73%向上した。 MVTec Anomaly DetectionデータセットのHazelnutカテゴリにおける異常検出のために,提案手法はセグメンテーションと検出の両タスクにおいて,競合的かつバランスの取れた性能を達成した。
  論文  参考訳（メタデータ） (2025-07-01T13:42:46Z)
• Convolutional Neural Network Design and Evaluation for Real-Time Multivariate Time Series Fault Detection in Spacecraft Attitude Sensors [41.94295877935867]
  本稿では,ドローンのような宇宙船の加速度計および慣性測定ユニット内のスタンプ値を検出するための新しい手法を提案する。 マルチチャネル畳み込みニューラルネットワーク(CNN)は、マルチターゲット分類を実行し、センサ内の障害を独立に検出するために使用される。 ネットワークの異常を効果的に検出し,システムレベルでの回復動作をトリガーする統合手法を提案する。
  論文  参考訳（メタデータ） (2024-10-11T09:36:38Z)
• Fast vehicle detection algorithm based on lightweight YOLO7-tiny [7.7600847187608135]
  本稿では, YOLOv7-tiny (You Only Look Once Version 7) に基づく軽量車両検出アルゴリズムGhost-YOLOv7を提案する。 モデル幅を0.5に拡大し、バックボーンネットワークの標準畳み込みをゴースト畳み込みに置き換え、より軽量なネットワークを実現し、検出速度を向上させる。 ゴーストデクルードヘッド (Ghost Deouoled Head, GDH) は、車両の位置と種を正確に予測するために使用される。
  論文  参考訳（メタデータ） (2023-04-12T17:28:30Z)
• Environmental Sensor Placement with Convolutional Gaussian Neural Processes [65.13973319334625]
  センサーは、特に南極のような遠隔地において、その測定の情報量が最大になるように配置することは困難である。 確率論的機械学習モデルは、予測の不確実性を最大限に低減するサイトを見つけることによって、情報的センサ配置を提案することができる。 本稿では,これらの問題に対処するために,畳み込み型ガウスニューラルプロセス(ConvGNP)を提案する。
  論文  参考訳（メタデータ） (2022-11-18T17:25:14Z)
• Cloud-Edge Collaborative Data Anomaly Detection in Industrial Sensor Networks [14.787562130002557]
  本稿では,産業用センサネットワークにおけるクラウド・エッジ協調データ異常検出手法を提案する。 それは、個々のエッジにデプロイされたセンサーデータ検出モデルと、クラウドにデプロイされたセンサーデータ分析モデルで構成される。
  論文  参考訳（メタデータ） (2022-04-21T08:03:22Z)
• The KFIoU Loss for Rotated Object Detection [115.334070064346]
  本稿では,SkewIoU損失とトレンドレベルアライメントを両立できる近似的損失を考案する上で,有効な方法の1つとして論じる。 具体的には、対象をガウス分布としてモデル化し、SkewIoUのメカニズムを本質的に模倣するためにカルマンフィルタを採用する。 KFIoUと呼ばれる新たな損失は実装が容易で、正確なSkewIoUよりもうまく動作する。
  論文  参考訳（メタデータ） (2022-01-29T10:54:57Z)
• SADet: Learning An Efficient and Accurate Pedestrian Detector [68.66857832440897]
  本稿では,一段検出器の検出パイプラインに対する一連の最適化手法を提案する。 効率的な歩行者検出のための単発アンカーベース検出器(SADet)を形成する。 構造的には単純だが、VGA解像度の画像に対して最先端の結果と20ドルFPSのリアルタイム速度を示す。
  論文  参考訳（メタデータ） (2020-07-26T12:32:38Z)

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。