論文の概要: Ontology-Grounded Capability Interaction Graphs: From Knowledge Graphs to Fault Trees
- arxiv url: http://arxiv.org/abs/2606.20779v1
- Date: Thu, 18 Jun 2026 16:36:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-26 12:57:42.303884
- Title: Ontology-Grounded Capability Interaction Graphs: From Knowledge Graphs to Fault Trees
- Title（参考訳）: オントロジーを取り巻く機能相互作用グラフ:知識グラフからフォールトツリーへ
- Authors: Manzi Aimé Ntagengerwa, Georgiana Caltais, Mariëlle Stoelinga,
- Abstract要約: 本稿では,CPS(Cyber-Physical Systems)のオントロジー駆動型表現であるCapability Interaction Graph(CIG)を紹介する。
この表現に基づいて,知識グラフとして符号化されたCIGから直接断層木(FT)を生成する自動合成アルゴリズムを提案する。
エンジニアリング領域に共通するセマンティック表現を提供し、信頼性モデルの自動生成を支援する。
- 参考スコア（独自算出の注目度）: 0.29494468099506904
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The development of Cyber-Physical Systems (CPSs) is inherently multidisciplinary, involving expertise from domains such as software engineering, electrical engineering, and mechatronics. throughout the lifecycle of the system, from design to deployment. Ensuring system reliability in Cyber-Physical Systems (CPSs) requires the identification and analysis of potential failures and their cascading effects. However, reliability modeling remains a challenging and error-prone activity, as it often depends on tacit expert knowledge, incomplete documentation of failure modes, and limited consideration of interactions between subsystems. To address these challenges, this paper introduce the Capability Interaction Graph (CIG), an ontology-driven representation of CPS architectures grounded in the Unified Foundational Ontology (UFO). Due to its graph-based structure, a CIG is naturally represented as a knowledge graph (KG), enabling the explicit capture of functional dependencies and system semantics. Building upon this representation, we propose an automated synthesis algorithm for generating Fault Trees (FTs) directly from CIGs encoded as knowledge graphs. Fault Tree Analysis provides an effective mechanism for evaluating critical failure properties, including failure propagation paths and minimal cut set sets. Our approach reduces this complexity by leveraging CIGs and knowledge graphs. We provide a common semantic representation across engineering domains and support the automated generation of reliability models.
- Abstract（参考訳）: CPS(Cyber-Physical Systems)の開発は本質的に複数の分野に分かれており、ソフトウェア工学、電気工学、メカトロニクスといった分野の専門知識を含んでいる。
システムのライフサイクル全体、設計からデプロイメントまで。
CPS(Cyber-Physical Systems)におけるシステムの信頼性を確保するには、潜在的な障害とそのカスケード効果の識別と分析が必要である。
しかし、信頼性モデリングは、しばしば暗黙の知識、失敗モードの不完全なドキュメント、サブシステム間の相互作用の限定的な考慮に依存するため、困難でエラーを起こしやすい活動である。
これらの課題に対処するために,Unified Foundational Ontology (UFO) を基盤とした CPS アーキテクチャのオントロジー駆動型表現である Capability Interaction Graph (CIG) を紹介する。
グラフベースの構造のため、CIGは自然に知識グラフ(KG)として表現され、機能的依存関係とシステム意味論の明示的なキャプチャを可能にする。
この表現に基づいて,知識グラフとして符号化されたCIGから直接断層木(FT)を生成する自動合成アルゴリズムを提案する。
フォールトツリー分析は、障害伝播パスや最小限のカットセットを含む、重要な障害特性を評価する効果的なメカニズムを提供する。
我々のアプローチは、CIGと知識グラフを活用することで、この複雑さを減らします。
エンジニアリング領域に共通するセマンティック表現を提供し、信頼性モデルの自動生成を支援する。
関連論文リスト
- A data-driven security quantification framework for IoT-based systems [1.7499351967216337]
本研究では,IoTベースの安全クリティカルシステムのためのデータ駆動型確率的セキュリティフレームワークを提案する。
モデルベースシステムエンジニアリング(SEMB)、攻撃木解析(ATA)、経験的脆弱性データを統合する。
システムの妥協確率を定量化し、攻撃の可能性のある原因を特定し、緩和戦略を優先する。
論文 参考訳（メタデータ） (2026-06-15T11:04:04Z) - Spatio-Temporal Attention Graph Neural Network: Explaining Causalities With Attention [0.0]
産業制御システムは重要なインフラを支え、サイバー物理的脅威の増大に直面している。
ICSにおける機械学習に基づく異常検出手法は理論性能が優れている。
ICSにおける教師なしおよび説明可能な異常検出のための時空間グラフニューラルネットワーク(STA-GNN)を提案する。
論文 参考訳（メタデータ） (2026-03-11T11:41:38Z) - CLAIRE: Compressed Latent Autoencoder for Industrial Representation and Evaluation -- A Deep Learning Framework for Smart Manufacturing [51.56484100374058]
CLAIREは、教師なしの深層表現学習と、スマート製造システムにおけるインテリジェントな品質管理のための教師付き分類を統合したハイブリッドエンドツーエンド学習フレームワークである。
最適化されたディープオートエンコーダを使用して、生の入力をコンパクトな潜伏空間に変換し、不適切な特徴やノイズを抑えながら本質的なデータ構造を効果的にキャプチャする。
提案したフレームワークは、堅牢な障害検出のために、説明可能なAIと機能認識の正規化を統合する可能性を強調している。
論文 参考訳（メタデータ） (2026-03-06T15:11:58Z) - Formal Analysis of Metastable Failures in Software Systems [5.436969030534807]
要求応答サーバシステムにおけるメタスタビリティの数学的基礎を提供する。
プログラムのセマンティクスを近似した連続時間マルコフ連鎖(CTMC)の構築方法を示す。
定性的視覚分析は, 現場で数ミリ秒間観測された多くの転移能を捉え, 予測することを示した。
論文 参考訳（メタデータ） (2025-10-03T22:44:07Z) - Representing Time-Continuous Behavior of Cyber-Physical Systems in Knowledge Graphs [43.655629596182486]
本稿では,知識グラフ内の微分方程式を直接表現し,それらを意味的に強化するモジュール型意味モデルを提案する。
これらのアーティファクトの検証は、航空整備の領域で実施された。
その結果、複雑な電気・油圧サーボアクチュエータの微分方程式は、知識グラフで正式に表現でき、他のライフサイクルデータとコンテキスト化できることがわかった。
論文 参考訳（メタデータ） (2025-06-08T13:54:23Z) - Learning to Model Graph Structural Information on MLPs via Graph Structure Self-Contrasting [50.181824673039436]
本稿では,グラフ構造情報をメッセージパッシングなしで学習するグラフ構造自己コントラスト(GSSC)フレームワークを提案する。
提案するフレームワークは,構造情報を事前知識として暗黙的にのみ組み込む,MLP(Multi-Layer Perceptrons)に基づいている。
これはまず、近傍の潜在的非形式的あるいはノイズの多いエッジを取り除くために構造的スペーシングを適用し、その後、スペーシングされた近傍で構造的自己コントラストを行い、ロバストなノード表現を学ぶ。
論文 参考訳（メタデータ） (2024-09-09T12:56:02Z) - Unsupervised Graph Neural Architecture Search with Disentangled
Self-supervision [51.88848982611515]
教師なしグラフニューラルアーキテクチャサーチは、文献では未発見のままである。
本稿では,Distangled Self-supervised Graph Neural Architecture Searchモデルを提案する。
我々のモデルは、教師なしの方法で、いくつかのベースライン手法に対して最先端のパフォーマンスを達成することができる。
論文 参考訳（メタデータ） (2024-03-08T05:23:55Z) - Representing Timed Automata and Timing Anomalies of Cyber-Physical
Production Systems in Knowledge Graphs [51.98400002538092]
本稿では,学習されたタイムドオートマトンとシステムに関する公式知識グラフを組み合わせることで,CPPSのモデルベース異常検出を改善することを目的とする。
モデルと検出された異常の両方を知識グラフに記述し、モデルと検出された異常をより容易に解釈できるようにする。
論文 参考訳（メタデータ） (2023-08-25T15:25:57Z) - Neural combinatorial optimization beyond the TSP: Existing architectures
under-represent graph structure [9.673093148930876]
我々は、最近のニューラルネットワークが実際に重要なグラフ問題にどのように適用できるのか、その分析を行う。
距離問題の構造的表現を増大させることは、多目的自律型問題解決者を学ぶという、まだ曖昧な目標に向けた有望なステップであることを示す。
論文 参考訳（メタデータ） (2022-01-03T14:14:28Z) - Bayesian Inductive Learner for Graph Resiliency under uncertainty [1.9254132307399257]
大規模グラフにおける臨界ノードを特定するためのベイズグラフニューラルネットワークに基づくフレームワークを提案する。
フレームワークが提供する計算複雑性の忠実さと向上について説明する。
論文 参考訳（メタデータ） (2020-12-26T07:22:29Z) - Structural Landmarking and Interaction Modelling: on Resolution Dilemmas
in Graph Classification [50.83222170524406]
解法ジレンマの統一概念に基づくグラフ分類における本質的難易度の研究」
構造ランドマークと相互作用モデリングのためのインダクティブニューラルネットワークモデルSLIM'を提案する。
論文 参考訳（メタデータ） (2020-06-29T01:01:42Z)
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。