論文の概要: The Violation Situation Pattern: A Knowledge-Graph Pattern for Compliance Violations
- arxiv url: http://arxiv.org/abs/2606.03326v1
- Date: Tue, 02 Jun 2026 08:33:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-03 22:00:04.871314
- Title: The Violation Situation Pattern: A Knowledge-Graph Pattern for Compliance Violations
- Title（参考訳）: 違反状況パターン:コンプライアンス違反に対する知識グラフパターン
- Authors: Nima Kamali Lassem, Fuqi Song, Seyid Amjad Ali,
- Abstract要約: コンプライアンスパイプラインは、永続的なグラフオブジェクトとして、レビュー状態、影響を受けるエンティティ、監査履歴を保持できない。
違反状況パターン(VSP)は、検出された各違反を、ルール識別子、時間的妥当性間隔、ライフサイクル状態、関連するエンティティへのエビデンスリンクでグラフノードとして再定義する。
V4を節プレゼンから期限チェックに拡張すると、F1は0.312から0.602に上昇するが、パターンのアイデンティティ、ライフサイクル、エビデンスセマンティクスは同じままである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Compliance pipelines detect violations as transient query results and do not keep the violation itself as a persistent graph object with review state, affected entities, or audit history. The Violation Situation Pattern (VSP) closes this gap. Building on the Situation pattern of Gangemi and Mika, VSP reifies each detected violation as a graph node with a rule identifier, a temporal validity interval, a lifecycle state, and evidence links to the entities involved. Lifecycle transitions are stored as immutable, PROV-O-aligned events, so audit history is a graph traversal. We instantiate VSP in a legal entity and contract lifecycle property graph and operationalize four deontic rules (V1 unauthorized signature, V2 expired mandate, V3 missing confidentiality clause, V4 missing breach-notification clause) through an FCL->Cypher->MERGE pipeline. We check V1 and V2 against BODACC corporate-officer publications, evaluate V4 on 73 GDPRhub enforcement decisions, and run a SHACL cross-formalism check on V3 and V4. The central finding is rule-body independence: extending V4 from clause-presence to deadline checking raises F1 from 0.312 to 0.602, while the pattern's identity, lifecycle, and evidence semantics stay the same. This separates a pattern contribution from a detector contribution, so detection logic can evolve without invalidating accumulated audit history.
- Abstract（参考訳）: コンプライアンスパイプラインは、過渡的なクエリ結果として違反を検出し、違反自体をレビュー状態、影響を受けるエンティティ、監査履歴を備えた永続的なグラフオブジェクトとして保持しない。
違反状況パターン(VSP)はこのギャップを埋めます。
ガンギミとミカの状況パターンに基づいて、VSPは検出された各違反を、ルール識別子、時間的アテンション間隔、ライフサイクル状態、関連するエンティティへのエビデンスリンクでグラフノードとして再定義する。
ライフサイクル遷移は不変、PROV-O整列イベントとして格納されるため、監査履歴はグラフトラバーサルである。
FCL->Cypher->MERGEパイプラインを通じて、法的エンティティと契約ライフサイクルプロパティグラフでVSPをインスタンス化し、4つのデオン規則(V1未承認署名、V2期限満了委任、V3欠落機密条項、V4欠落違反通知条項)を運用する。
V1 と V2 を BODACC のコーポレート・オフィシャル・オフィシャル・オフィシャル・パブリッシュに対してチェックし、73 GDPRhub の執行判断で V4 を評価し、V3 と V4 のSHACL 相互形式チェックを実行する。
V4を節プレゼンから期限チェックに拡張すると、F1は0.312から0.602に上昇するが、パターンのアイデンティティ、ライフサイクル、エビデンスセマンティクスは同じままである。
これにより、パターンコントリビューションと検出器コントリビューションを分離するので、蓄積した監査履歴を無効にすることなく、検出ロジックを進化させることができる。
関連論文リスト
- PAVE: A Cognitive Architecture for Legitimate Violation in Generative Agent Societies [3.8300637171362752]
生成エージェントは、協調的な環境下で、信頼できる人間の行動を再現することができるが、ルール破りが要求される状況では、どのように推論されるべきかは、いまだに不明確である。
このギャップを埋める新しい4モジュール認知アーキテクチャであるPAVEを提案する。
我々はスモールビルからフォークしたタイルベースの交通環境であるVovilleでPAVEをインスタンス化し、3つのシナリオで評価する。
論文 参考訳（メタデータ） (2026-05-19T04:40:09Z) - AnomalyClaw: A Universal Visual Anomaly Detection Agent via Tool-Grounded Refutation [40.254835073578484]
AnomalyClawは、トレーニング不要な視覚異常検出剤である。
異常判定を多ラウンドの給油プロセスに変換する。
単一ステップの直接推論よりも一貫したマクロAUROC改善を実現している。
論文 参考訳（メタデータ） (2026-05-11T11:40:07Z) - A Benchmark for Strategic Auditee Gaming Under Continuous Compliance Monitoring [1.253312107729806]
継続的デプロイ後のコンプライアンス監査は、戦略的なゲームのクラスを作成します。
我々は,時間的方針にコミットする監査者と適応監査人との間に,$T$ラウンドのStackelbergゲームとして継続的監査を形式化する。
論文 参考訳（メタデータ） (2026-05-07T14:28:34Z) - Sentinel-VLA: A Metacognitive VLA Model with Active Status Monitoring for Dynamic Reasoning and Error Recovery [62.75419724651416]
textbfSentinel-VLAは,リアルタイム実行状況を監視するアクティブセンチネルモジュールを備えたメタ認知型VLAモデルである。
すべてのトレーニングデータは、設計したパイプラインを通じて自動生成され、注釈付けされます。
実世界の実験では、Sentinel-VLAはSOTAモデルであるPI0と比較してタスク成功率を30%以上向上することを示した。
論文 参考訳（メタデータ） (2026-05-02T02:10:54Z) - IMPACT-CYCLE: A Contract-Based Multi-Agent System for Claim-Level Supervisory Correction of Long-Video Semantic Memory [73.22944697933603]
既存のパイプラインは不透明でエンドツーエンドの出力を生成し、検査の中間状態は公開しない。
IMPACT-Cycleは,マルチモーダル反復クレームレベルのメンテナンスとして,長時間ビデオ理解を再構築するマルチエージェントシステムである。
論文 参考訳（メタデータ） (2026-04-22T03:03:33Z) - Causal Bootstrapped Alignment for Unsupervised Video-Based Visible-Infrared Person Re-Identification [52.784239635604735]
VVI-ReIDは、静止画像以外にも時間情報が付加的な手がかりを提供する、全日監視のための重要な技術である。
既存のアプローチは、高価なクロスモダリティアノテーションによる完全な教師付き学習に大きく依存しており、スケーラビリティが制限されています。
そこで,本研究では,ビデオの先行を明示的に活用するCausal Bootstrapped Alignmentフレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-17T02:15:59Z) - Synthetic Tabular Generators Fail to Preserve Behavioral Fraud Patterns: A Benchmark on Temporal, Velocity, and Multi-Account Signals [0.0]
本研究では,4つの行動不正パターン(P1-P4)の分類法を定式化し,事象間タイミング,バースト構造,マルチアカウントグラフモチーフ,速度ルールトリガ率について検討した。
我々は、IEEE-CIS Fraud DetectionとAmazon FraudデータセットでCTGAN、TVAE、GaussianCopula、TabularARGNをベンチマークした。
P1-P4フレームワークは、医療やネットワークセキュリティを含む、エンティティレベルのシーケンシャルデータを持つ任意のドメインに拡張する。
論文 参考訳（メタデータ） (2026-04-13T19:36:00Z) - Bench2Drive-VL: Benchmarks for Closed-Loop Autonomous Driving with Vision-Language Models [50.22099309218635]
自律運転においては、閉ループ評価はオープンループ評価よりも信頼性の高い検証方法として広く認識されている。
本稿では,VLM駆動における閉ループ評価を実現するBench2Drive-VLについて述べる。
論文 参考訳（メタデータ） (2026-04-01T11:38:46Z) - 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) - Deontic Knowledge Graphs for Privacy Compliance in Multimodal Disaster Data Sharing [0.0]
本稿では,災害管理知識グラフ (DKG) と政策知識グラフ (PKG) を統合する新しいデオン知識グラフベースのフレームワークを提案する。
私たちのリリース決定機能は、Allow、Block、Allow-with-Transformの3つの結果をサポートします。
316K画像による5.1MトリプルDKGの評価では、正確なマッチ決定の正確性、秒単位のレイテンシ、シングルグラフとフェデレーションの両方のワークロード間の対話的なクエリパフォーマンスが示されている。
論文 参考訳（メタデータ） (2026-01-07T05:02:12Z) - Imbalanced Aircraft Data Anomaly Detection [103.01418862972564]
航空シナリオ下でのセンサーからの時間データの異常検出は実用的だが難しい課題である。
本稿では,グラフィカル・テンポラル・データ分析フレームワークを提案する。
シリーズ・トゥ・イメージ (S2I) と呼ばれる3つのモジュール、ユークリッド距離 (CRD) を用いたクラスタ・ベース・リサンプリング・アプローチ、変数・ベース・ロス (VBL) から構成される。
論文 参考訳（メタデータ） (2023-05-17T09:37:07Z)
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。