論文の概要: IKKA: Inversion Classification via Critical Anomalies for Robust Visual Servoing

• arxiv url: http://arxiv.org/abs/2604.08754v1
• Date: Thu, 09 Apr 2026 20:37:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-13 17:57:53.572944
• Title: IKKA: Inversion Classification via Critical Anomalies for Robust Visual Servoing
• Title（参考訳）: IKKA:ロバストなビジュアルサーボのための臨界異常によるインバージョン分類
• Abstract要約: IKKA(Inversion Classification via critical Anomalies)は,分布シフト下でのロバストな視覚サーボのためのトポロジ的動機付けフレームワークである。 Raspberry Pi 4上のCPU専用の組み込みビジュアルサーボパイプラインでIKKAをインスタンス化し、230回の再現可能な実行を名目およびストレス条件下で評価する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce IKKA (Inversion Classification via Critical Anomalies), a topologically motivated weighting framework for robust visual servoing under distribution shift. Unlike conventional outlier handling, IKKA treats maverick points as structurally informative observations: points where small perturbations can induce qualitatively different control responses or class assignments. The method combines local extremality, boundary transversality, and multi-scale persistence into a single anomaly weight, W(x) = E(x) x T(x) x M(x), which modulates control updates near ambiguous decision regions. We instantiate IKKA in a CPU-only embedded visual-servoing pipeline on Raspberry Pi 4 and evaluate it across 230 reproducible runs under nominal and stress conditions. In stress scenarios involving dim illumination and transient occlusion, IKKA reduces the 95th-percentile lateral error by 24% relative to a hybrid baseline (0.124 to 0.094) while increasing throughput from 20.0 to 24.8 Hz. Non-parametric analysis confirms a large effect size (Cliff's delta = 0.79).
• Abstract（参考訳）: 分布シフト下での頑健な視覚サーボのためのトポロジカルな重み付けフレームワークであるIKKA(Inversion Classification via critical Anomalies)を紹介する。 従来の異常処理とは異なり、IKKAはマベリック点を構造的に有意な観測として扱う:小さな摂動が質的に異なる制御応答やクラス割り当てを誘導できる点である。 この手法は局所的極端性、境界超越性、およびマルチスケールの持続性を単一の異常重み、W(x) = E(x) x T(x) x M(x) に結合し、曖昧な決定領域の近くで制御更新を変調する。 Raspberry Pi 4上のCPU専用の組み込みビジュアルサーボパイプラインでIKKAをインスタンス化し、230回の再現可能な実行を名目およびストレス条件下で評価する。 ダイム照明と過渡閉塞を含むストレスシナリオでは、IKKAは95%の側方誤差をハイブリッドベースライン(0.124から0.094)と比較して24%削減し、スループットは20.0から24.8Hzに向上した。 非パラメトリック解析は大きな効果の大きさ(クリフのデルタ = 0.79)を確認する。

関連論文リスト

• A Top-Down Framework for Metric-Scale Athlete Localization from Single Broadcast Frames [8.167255229937995]
  一つのフレームから距離スケールのアスリートのローカライゼーションを行うためのトップダウンフレームワークを提案する。 Boundary-Aware Adaptive Tilingは境界分割アーティファクトを緩和する。 第2に、RTMPose-Xアーキテクチャを特殊な2キーポイント推定器に適応させる。 第3に, カメラキャリブレーションによる2次元地上投影を世界座標に決定的に引き上げる。
  論文  参考訳（メタデータ） (2026-09-02T15:07:24Z)
• Traffic-Aware Randomized Smoothing for LLM-Based Network Intrusion Detection [1.4915002678801434]
  本稿では,侵入検知システムに対するTA-RS(Traffic-Aware Randomized Smoothing)を提案する。 ガウスノイズを制御可能部分空間(DC)にのみ注入する認証された防御法である。 2つのデータセットに対して、55-100%の認証精度を達成する。
  論文  参考訳（メタデータ） (2026-07-15T13:08:19Z)
• Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
  テキスト検出器は、事前訓練された典型軸を増幅する。 タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。 RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
  論文  参考訳（メタデータ） (2026-05-20T19:08:38Z)
• Entropy Across the Bridge: Conditional-Marginal Discretization for Flow and Schrödinger Samplers [68.9946633641494]
  フローマッチングとシュルディンガーブリッジは確率を定義するが、その推論格子は通常一点拡散から受け継がれる。 終端条件付き橋梁形状を境界流の進化から分離し, 橋梁を識別する条件付きエントロピーレートを導出する。 EDM/CIFAR-10では、エントロピックな時間分散は5段階のFID(186.3 pm 4.0対200.5 pm 2.9対cosineの238.0 pm 5.3)が最適である。
  論文  参考訳（メタデータ） (2026-05-15T16:11:10Z)
• Exact Stiefel Optimization for Probabilistic PLS: Closed-Form Updates, Error Bounds, and Calibrated Uncertainty [5.844591976842085]
  本研究では,雑音事前推定,制約付き確率最適化,予測キャリブレーションを組み合わせたエンドツーエンドフレームワークを開発した。 我々は、任意のガウス化により、このフレームワークをガウス以下の設定に拡張し、ブロック構造フィッシャー解析により、クローズドフォームの標準エラーを提供する。
  論文  参考訳（メタデータ） (2026-05-12T06:38:12Z)
• Improving RCT-Based Treatment Effect Estimation Under Covariate Mismatch via Calibrated Alignment [0.0]
  本稿では,各ソースの特徴を共通表現空間にマッピングする埋め込み学習により,インプットを回避したCALMを提案する。 OSの結果モデルはRTT埋め込み空間に転送され、試行データを用いて校正され、ランダム化による因果同定が保存される。
  論文  参考訳（メタデータ） (2026-03-19T17:43:12Z)
• Cross-Modal Alignment and Fusion for RGB-D Transmission-Line Defect Detection [11.637942429146172]
  本稿では,RGBの外観と深度幾何学を原理化されたヒューズ・パラダイムを通じて統合したクロスモーダルアライメント・アンド・フュージョン・ネットワークであるCMAFNetを提案する。 CMAFNetは、辞書ベースの特徴浄化を行うセマンティック再構成モジュールで構成されている。 軽量な派生型は228 FPSで24.8% mAP50に達し、わずか4.9Mのパラメータしか持たない。
  論文  参考訳（メタデータ） (2026-02-02T06:11:33Z)
• SEER: Spectral Entropy Encoding of Roles for Context-Aware Attention-Based Design Pattern Detection [0.0]
  本稿では,ソースコードからGang of Four(GoF)デザインパターンを検出するために,従来のContext Is All You Needのアップグレード版を提案する。 SEERはこれらの制限に、(i)各クラスの相互作用グラフのラプラシアンスペクトルからメンバーごとのロール埋め込みを導出するスペクトルエントロピーロールエンコーダ、(ii)メソッドカテゴリに経験的校正期間を割り当てる時間重呼出コンテキストの2つの原則で対処する。 PyDesignNet上のSEER(1,832ファイル、35,000のシーケンス、23のGoFパターン)を評価し、以前のシステムよりも一貫した利得を観察する。
  論文  参考訳（メタデータ） (2026-01-19T19:13:40Z)
• Edge-aware baselines for ogbn-proteins in PyTorch Geometric: species-wise normalization, post-hoc calibration, and cost-accuracy trade-offs [45.88028371034407]
  PyTorch Geometric におけるogbnタンパク質の再現可能なエッジ認識ベースラインを提案する。 最強のベースラインは、和ベースのエッジ・ツー・ノード機能を備えたGraphSAGEです。 レーベルごとの温度スケーリングとラベルごとの閾値は、AUCの変更を無視して、マイクロF1と期待キャリブレーション誤差(ECE)を大幅に改善する。
  論文  参考訳（メタデータ） (2025-11-17T11:09:46Z)
• Environment-Aware Indoor LoRaWAN Path Loss: Parametric Regression Comparisons, Shadow Fading, and Calibrated Fade Margins [3.776919981139063]
  内部のLoRaWAN伝播は、構造的および時間的変化の文脈因子によって形成される。 リークセーフなクロスバリデーションを用いて評価した,環境に配慮した統計的に規律のある経路損失フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-05T20:14:48Z)
• CLUE: Non-parametric Verification from Experience via Hidden-State Clustering [64.50919789875233]
  隠れアクティベーションの軌跡内の幾何的に分離可能なシグネチャとして解の正しさが符号化されていることを示す。 ClUE は LLM-as-a-judge ベースラインを一貫して上回り、候補者の再選において近代的な信頼に基づく手法に適合または超えている。
  論文  参考訳（メタデータ） (2025-10-02T02:14:33Z)
• vCache: Verified Semantic Prompt Caching [95.16654660556975]
  本稿では,ユーザ定義エラー率保証を備えた最初の検証済みセマンティックキャッシュであるvCacheを提案する。 オンライン学習アルゴリズムを使用して、キャッシュされたプロンプト毎に最適な閾値を推定し、追加のトレーニングなしで信頼性の高いキャッシュ応答を可能にする。 我々の実験によると、vCacheは特定のエラー境界を一貫して満たし、最先端の静的な閾値と微調整された埋め込みベースラインより優れています。
  論文  参考訳（メタデータ） (2025-02-06T04:16:20Z)
• Clustered Switchback Designs for Experimentation Under Spatio-temporal Interference [44.644520116360106]
  我々は, 平均治療効果 (GATE) を推定し, 全単位を常に治療やコントロールに曝露した平均結果の差を推定した。 そこで我々は,単位をクラスタにグループ化し,時間ステップをブロックにグループ化する,クラスタ化されたスイッチバック設計を提案する。 良好なクラスタリングを許容するグラフに対して, トラッピングされたHorvitz-Thompson推定器が$tilde O(1/NT)$平均二乗誤差(MSE)を達成することを示す。 我々の結果は、citethu2022switchback、ugander2013graph、citetleung2022rateの結果を同時に一般化する。
  論文  参考訳（メタデータ） (2023-12-25T01:00:58Z)
• Corneal endothelium assessment in specular microscopy images with Fuchs' dystrophy via deep regression of signed distance maps [48.498376125522114]
  本稿では,UNetをベースとしたセグメンテーション手法を提案する。 これは、フックスのジストロフィーの全度にわたって、信頼できるCE形態計測と腸骨同定を実現する。
  論文  参考訳（メタデータ） (2022-10-13T15:34:20Z)
• PropagationNet: Propagate Points to Curve to Learn Structure Information [79.65125870257009]
  熱マップ回帰に基づく構造注入型顔アライメントアルゴリズムを提案する。 また,地中条件下での採鉱・採鉱の難しさを強調したFocal Wing Lossを提案する。 提案手法では,WFLWでは平均誤差が4.05%,300Wでは平均誤差が2.93%,COFWでは平均誤差が3.71%となる。
  論文  参考訳（メタデータ） (2020-06-25T11:08:59Z)
• Second-Order Provable Defenses against Adversarial Attacks [63.34032156196848]
  ネットワークの固有値が有界であれば、凸最適化を用いて$l$ノルムの証明を効率的に計算できることを示す。 認証精度は5.78%,44.96%,43.19%であった。
  論文  参考訳（メタデータ） (2020-06-01T05:55:18Z)

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。