論文の概要: UniSTOK: Uniform Inductive Spatio-Temporal Kriging

• arxiv url: http://arxiv.org/abs/2603.05301v1
• Date: Thu, 05 Mar 2026 15:42:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-06 22:06:11.304541
• Title: UniSTOK: Uniform Inductive Spatio-Temporal Kriging
• Title（参考訳）: UniSTOK:Uniform Inductive Spatio-Temporal Kriging
• Authors: Lewei Xie, Haoyu Zhang, Juan Yuan, Liangjun You, Yulong Chen, Yifan Zhang,
• Abstract要約: 本稿では,観察不足下でのインダクティブ・クリグ・バックボーンを向上するプラグイン・アンド・プレイ・フレームワークを提案する。 我々のフレームワークは、元の観測結果と、欠落したエントリのみにプロキシシグナルを合成するジグソー a-augmented とからなるデュアルブランチ入力を形成する。 さまざまなパターンが欠如している複数の実世界のデータセットの実験は、大幅な改善を示している。
• 参考スコア（独自算出の注目度）: 18.058350565240637
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Spatio-temporal kriging aims to infer signals at unobserved locations from observed sensors and is critical to applications such as transportation and environmental monitoring. In practice, however, observed sensors themselves often exhibit heterogeneous missingness, forcing inductive kriging models to rely on crudely imputed inputs. This setting brings three key challenges: (1) it is unclear whether an value is a true signal or a missingness-induced artifact; (2) missingness is highly heterogeneous across sensors and time; (3) missing observations distort the local spatio-temporal structure. To address these issues, we propose Uniform Inductive Spatio-Temporal Kriging (UniSTOK), a plug-and-play framework that enhances existing inductive kriging backbones under missing observation. Our framework forms a dual-branch input consisting of the original observations and a jigsaw-augmented counterpart that synthesizes proxy signals only at missing entries. The two branches are then processed in parallel by a shared spatio-temporal backbone with explicit missingness mask modulation. Their outputs are finally adaptively fused via dual-channel attention. Experiments on multiple real-world datasets under diverse missing patterns demonstrate consistent and significant improvements.
• Abstract（参考訳）: 時空間クリギングは、観測されたセンサから観測されていない場所の信号を推測することを目的としており、輸送や環境モニタリングなどの応用に欠かせない。 しかし実際には、観測されたセンサー自体が不均一な欠損を示すことが多く、インダクティブ・クリグモデルに粗末な入力を頼らざるを得ない。 この設定は、3つの重要な課題をもたらす:(1)値が真の信号なのか、または、欠陥によって引き起こされるアーティファクトなのか、(2)欠損はセンサーと時間の間で非常に不均一であり、(3)発見の欠如は、局所的な時空間構造を歪ませる。 これらの課題に対処するため,既存のインダクティブ・スポーティパル・テンポラル・クリギング(UniSTOK)を提案する。 我々のフレームワークは、元の観測結果と、欠落したエントリのみにプロキシ信号を合成するジグソー拡張入力からなる二重分岐入力を形成する。 2つの枝は、明示的な欠損マスク変調を伴う共有時空間バックボーンによって並列に処理される。 出力は2チャンネルの注意によって最終的に適応的に融合される。 さまざまなパターンが欠如している複数の実世界のデータセットの実験は、一貫性と大幅な改善を示している。

関連論文リスト

• LEFT: Learnable Fusion of Tri-view Tokens for Unsupervised Time Series Anomaly Detection [53.191369031661885]
  教師なし時系列異常検出は、アノテーションの可用性を前提とせず、異常なタイムスタンプを識別するモデルを構築することを目的としている。 本稿では,非教師付きTSADフレームワークであるLearnable Fusion of Tri-view Tokens(LEFT)について述べる。 実世界のベンチマーク実験では、LEFTはSOTAベースラインに対して最高の検出精度を示し、FLOPの5倍、トレーニングの8倍のスピードアップを実現している。
  論文  参考訳（メタデータ） (2026-02-09T13:33:49Z)
• Breaking Semantic Hegemony: Decoupling Principal and Residual Subspaces for Generalized OOD Detection [10.596067236901968]
  最先端(SOTA)モデルにおける単純度パラドックスについて検討する。 モデルは、意味的に微妙なOODサンプルを区別する上で、鋭い感度を示すが、厳密な幾何学的盲点に苦しむ。 そこで我々は,D-KNNを提案する。
  論文  参考訳（メタデータ） (2026-02-05T06:32:33Z)
• SMKC: Sketch Based Kernel Correlation Images for Variable Cardinality Time Series Anomaly Detection [0.0]
  運用環境では、監視システムはセンサーチャーンを頻繁に経験する。 本稿では,異常検出器から動的入力構造を分離するフレームワークSMKCを提案する。 SMKC表現におけるランダムプロジェクションと近傍近傍の検出器は、完全に訓練されたベースラインと競合する。
  論文  参考訳（メタデータ） (2026-01-28T21:15:11Z)
• GO-OSC and VASH: Geometry-Aware Representation Learning for Early Degradation Detection in Oscillatory Systems [0.0]
  本稿では,振動時系列の幾何学的表現学習フレームワークGO-OSCを紹介する。 初期位相のみの劣化下では、エネルギーベースの統計は1次検出能力がゼロであるのに対し、幾何プローブは厳密に正の感度を得る。 解析では, 線形探索が不特定表現の下でいつ, なぜ失敗するのかを特徴付けるとともに, 正準化が統計的検出性を回復することを示す。
  論文  参考訳（メタデータ） (2026-01-24T09:35:57Z)
• Noise & pattern: identity-anchored Tikhonov regularization for robust structural anomaly detection [58.535473924035365]
  異常検出は自動産業検査において重要な役割を担い、他の均一な視覚パターンの微妙な欠陥や稀な欠陥を識別することを目的としている。 自己教師型オートエンコーダを用いて, 破損した入力の修復を学習する構造的異常検出に取り組む。 構造欠陥を模倣した画像に人工的破壊を注入する汚職モデルを導入する。
  論文  参考訳（メタデータ） (2025-11-10T15:48:50Z)
• Stabilizing Information Flow Entropy: Regularization for Safe and Interpretable Autonomous Driving Perception [8.543667347406286]
  我々はディープニューラルエンコーダを階層型通信チェーンとして再認識し、生の知覚入力をタスク関連潜在特徴に圧縮する。 Elossは,軽量でプラグアンドプレイの学習目標として設計された,エントロピーベースの新しい正規化器である。
  論文  参考訳（メタデータ） (2025-09-18T17:01:27Z)
• Adaptive Dual Uncertainty Optimization: Boosting Monocular 3D Object Detection under Test-Time Shifts [80.32933059529135]
  TTA(Test-Time Adaptation)メソッドが出現し、推論中にターゲット分布に適応する。 我々は、堅牢なM3ODの両不確実性を共同で最小化するために設計された、最初のTTAフレームワークであるDual Uncertainity Optimization (DUO)を提案する。 並列に,明瞭な意味的手がかりを持つ領域における幾何学的コヒーレンスを保存する意味認識型正規場制約を設計する。
  論文  参考訳（メタデータ） (2025-08-28T07:09:21Z)
• Bifurcations of nonlinear dynamics in coupled twin spin masers [0.7136205674624813]
  近年、二重バイアス磁場中に置かれた二重スピンメーザーの結合系が研究されている。 以前のスピンメーザーと比較して、この装置は通常の極限サイクルと自明な信号固定点に加えて、準周期軌道やカオスのような新しい引力を持つ。 ここでは、分岐の性質に光を当てるために、密接に関連するシステムに目を向け、パラメータ空間の異なる経路に沿って様々な分岐を体系的に研究する。
  論文  参考訳（メタデータ） (2024-10-26T05:41:57Z)
• Tripod: Three Complementary Inductive Biases for Disentangled Representation Learning [52.70210390424605]
  本研究では,文献から選択した3つの帰納バイアスを持つニューラルネットワークオートエンコーダを提案する。 しかし、実際には、これらの帰納バイアスをインスタンス化する既存の技術を組み合わせることは、大きな利益をもたらすことに失敗する。 学習問題を単純化する3つの手法に適応し、不変性を安定化する鍵正則化項とクォーシュ縮退インセンティブを提案する。 結果のモデルであるTripodは、4つのイメージアンタングルメントベンチマークのスイートで最先端の結果を得る。
  論文  参考訳（メタデータ） (2024-04-16T04:52:41Z)
• Emergence of non-Abelian SU(2) invariance in Abelian frustrated fermionic ladders [37.69303106863453]
  2脚の三角形のはしご上でスピンレスフェルミオンを相互作用させるシステムについて考察する。 顕微鏡的には、全フェルミオン電荷の保存に対応するU(1)対称性と離散$mathbbZ$対称性を示す。 3つの相の交点において、系は始点 SU(2) 対称性を持つ臨界点を特徴とする。
  論文  参考訳（メタデータ） (2023-05-11T15:57:27Z)
• Macroscopic noise amplification by asymmetric dyads in non-Hermitian optical systems for generative diffusion models [55.2480439325792]
  非対称な非エルミートダイアドは、効率的なセンサーと超高速な乱数発生器の候補である。 このような非対称なダイアドからの集積光放射は、機械学習の全光学的退化拡散モデルに効率的に利用できる。
  論文  参考訳（メタデータ） (2022-06-24T10:19:36Z)
• Anomaly Transformer: Time Series Anomaly Detection with Association Discrepancy [68.86835407617778]
  Anomaly Transformerは、6つの教師なし時系列異常検出ベンチマークで最先端のパフォーマンスを達成する。 Anomaly Transformerは、6つの教師なし時系列異常検出ベンチマークで最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2021-10-06T10:33:55Z)
• Quantum asymmetry and noisy multi-mode interferometry [55.41644538483948]
  量子非対称性 (quantum asymmetric) は、ジェネレータの固有空間間のコヒーレンス量と一致する物理資源である。 非対称性は、縮退部分空間内のコヒーレンスを増大させる結果として現れる可能性がある。
  論文  参考訳（メタデータ） (2021-07-23T07:30:57Z)

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。