論文の概要: Type-safe Monitoring of Parameterized Streams

• arxiv url: http://arxiv.org/abs/2603.11104v1
• Date: Wed, 11 Mar 2026 10:03:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-13 14:46:25.517175
• Title: Type-safe Monitoring of Parameterized Streams
• Title（参考訳）: パラメータ化ストリームのタイプセーフモニタリング
• Authors: Jan Baumeister, Bernd Finkbeiner, Florian Kohn,
• Abstract要約: ストリームベースの監視は、複雑なサイバー物理システムのためのリアルタイム安全保証メカニズムである。 モニターは安全クリティカルなコンポーネントであるため、モニターのランタイムエラーがないことを保証することが必須である。 本稿では,ストリームベースのモニタリングフレームワーク RTLola へのパラメータ化ストリームのタイプセーフな統合について述べる。
• 参考スコア（独自算出の注目度）: 4.588028371034407
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Stream-based monitoring is a real-time safety assurance mechanism for complex cyber-physical systems such as unmanned aerial vehicles. The monitor aggregates streams of input data from sensors and other sources to give real-time statistics and assessments of the system's health. Since the monitor is a safety-critical component, it is mandatory to ensure the absence of runtime errors in the monitor. Providing such guarantees is particularly challenging when the monitor must handle unbounded data domains, like an unlimited number of airspace participants, requiring the use of dynamic data structures. This paper provides a type-safe integration of parameterized streams into the stream-based monitoring framework RTLola. Parameterized streams generalize individual streams to sets of an unbounded number of stream instances and provide a systematic mechanism for memory management. We show that the absence of runtime errors is, in general, undecidable but can be effectively ensured with a refinement type system that guarantees all memory references are either successful or backed by a default value. We report on the performance of the type analysis on example specifications from a range of benchmarks, including specifications from the monitoring of autonomous aircraft.
• Abstract（参考訳）: ストリームベースの監視は、無人航空機のような複雑なサイバー物理システムのためのリアルタイムの安全保証メカニズムである。 このモニターは、センサーや他のソースからの入力データのストリームを集約し、リアルタイムの統計とシステムの健康状態の評価を提供する。 モニターは安全クリティカルなコンポーネントであるため、モニターのランタイムエラーがないことを保証することが必須である。 このような保証を提供することは、モニターが無制限の空域参加者のような無制限のデータドメインを扱わなければならない場合、特に困難である。 本稿では,ストリームベースのモニタリングフレームワーク RTLola へのパラメータ化ストリームのタイプセーフな統合について述べる。 パラメータ化されたストリームは、個々のストリームを無制限のストリームインスタンスの集合に一般化し、メモリ管理のための体系的なメカニズムを提供する。 実行時エラーの欠如は、一般的には決定不可能であるが、すべてのメモリ参照が成功またはデフォルト値によってバックアップされることを保証する改良型システムで効果的に保証可能であることを示す。 本報告では, 自律航空機の監視に関する仕様を含む, 様々なベンチマークから, サンプル仕様に対する型解析の性能について報告する。

関連論文リスト

• Detecting Object Tracking Failure via Sequential Hypothesis Testing [80.7891291021747]
  ビデオにおけるリアルタイムのオンラインオブジェクト追跡は、コンピュータビジョンにおける中核的なタスクである。 本稿では,物体追跡を逐次的仮説テストとして解釈することを提案する。 本研究では,地中追跡情報と内部追跡情報の両方を活用することにより,教師なしと教師なしの両方の変種を提案する。
  論文  参考訳（メタデータ） (2026-02-13T14:57:15Z)
• Runtime Verification via Rational Monitor with Imperfect Information [2.7323347531070974]
  従来の検証では完全な情報を前提としており、監視コンポーネントがすべてを正確に認識している。 この仮定は、特に実環境で動作する自律システムでは、しばしば失敗する。 我々は、リニア時間論理特性の標準RVを拡張し、モニターが不完全な情報を持ち、合理的に振る舞うシナリオに対応する。
  論文  参考訳（メタデータ） (2024-08-21T13:56:06Z)
• In-Distribution Barrier Functions: Self-Supervised Policy Filters that Avoid Out-of-Distribution States [84.24300005271185]
  本稿では,任意の参照ポリシーをラップした制御フィルタを提案する。 本手法は、トップダウンとエゴセントリックの両方のビュー設定を含むシミュレーション環境における2つの異なるビズモータ制御タスクに有効である。
  論文  参考訳（メタデータ） (2023-01-27T22:28:19Z)
• Recursively Feasible Probabilistic Safe Online Learning with Control Barrier Functions [60.26921219698514]
  CBFをベースとした安全クリティカルコントローラのモデル不確実性を考慮した再構成を提案する。 次に、結果の安全制御器のポイントワイズ実現可能性条件を示す。 これらの条件を利用して、イベントトリガーによるオンラインデータ収集戦略を考案する。
  論文  参考訳（メタデータ） (2022-08-23T05:02:09Z)
• Lightweight Automated Feature Monitoring for Data Streams [1.4658400971135652]
  そこで本稿では,データドリフトを検出するFM(Feature Monitoring)システムを提案する。 システムは、システムによって使用されるすべての機能を監視し、アラームが発生するたびにランク付けされる解釈可能な機能を提供します。 これは、FMが特定のタイプの問題を検出するためにカスタムシグナルを追加する必要をなくし、利用可能な機能の空間を監視するのに十分であることを示している。
  論文  参考訳（メタデータ） (2022-07-18T14:38:11Z)
• Learning Robust Output Control Barrier Functions from Safe Expert Demonstrations [50.37808220291108]
  本稿では,専門家によるデモンストレーションの部分的な観察から,安全な出力フィードバック制御法を考察する。 まず,安全性を保証する手段として,ロバスト出力制御バリア関数(ROCBF)を提案する。 次に、安全なシステム動作を示す専門家による実証からROCBFを学習するための最適化問題を定式化する。
  論文  参考訳（メタデータ） (2021-11-18T23:21:00Z)
• Benchmarking Safety Monitors for Image Classifiers with Machine Learning [0.0]
  高精度機械学習(ML)画像分類器は、動作時に失敗しないことを保証できない。 安全モニタなどのフォールトトレランス機構の使用は,システムを安全な状態に保つ上で有望な方向である。 本稿では,ML画像分類器のベンチマークを行うためのベースラインフレームワークを確立することを目的とする。
  論文  参考訳（メタデータ） (2021-10-04T07:52:23Z)
• System-reliability based multi-ensemble of GAN and one-class joint Gaussian distributions for unsupervised real-time structural health monitoring [0.0]
  本研究では,ケース依存抽出方式を使わずに,低次元特徴と高次元特徴を混合した教師なしリアルタイムSHM法を提案する。 GANと1-CGモデルに基づく極限状態関数の新規検出システムを構築した。 このチューニングにより、メソッドはユーザ定義パラメータに対して堅牢になり、リアルタイムSHMでこれらのパラメータを選択するルールが存在しないため、極めて重要である。
  論文  参考訳（メタデータ） (2021-02-01T20:50:55Z)

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。