論文の概要: Fault Detection and Explainable Classification in Automotive HIL Validation via Denoising Autoencoders and In-Context Large Language Models

• arxiv url: http://arxiv.org/abs/2607.03734v1
• Date: Sat, 04 Jul 2026 06:43:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 22:26:29.701244
• Title: Fault Detection and Explainable Classification in Automotive HIL Validation via Denoising Autoencoders and In-Context Large Language Models
• Title（参考訳）: 自動エンコーダとインコンテキスト大言語モデルを用いた自動車HIL検証における故障検出と説明可能な分類
• Abstract要約: 機械学習とディープラーニングは高度な故障診断を持っているが、ほとんどの教師付きモデルは大きなラベル付きデータセットを必要とする。 実時間検証における故障検出と分類のための汎用的で説明可能な2相フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 1.9435397960631864
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Validating automotive software systems produces large multivariate test recordings that are still examined through effort-intensive manual review and rule-based evaluation, which detects faults beyond predefined rules poorly. Machine and deep learning have advanced fault diagnosis, yet most supervised models require large labelled datasets, generalise poorly to unseen conditions, and offer little insight into their decisions. We propose a generalisable and explainable two-phase framework for fault detection and classification during real-time validation. A denoising autoencoder trained only on healthy signals first flags abnormal behaviour through reconstruction-error analysis, removing the need for fault labels. Each abnormal window is then encoded as compact textual statistical evidence relative to a time-aligned healthy reference and classified by a frozen large language model under zero-shot and few-shot prompting, returning the predicted class, ranked alternatives, a confidence value, the fault location, and a short evidence-based explanation. Eight open-source models are evaluated across two powertrains and three driving regimes. The detector attains average F1-scores of 0.97 across powertrains and 0.98 across regimes, with average mean error below 0.03. Zero-shot prompting proves insufficient (best 0.519 F1-score), whereas few-shot prompting reaches perfect discrimination under stable regimes, showing that prompting strategy, rather than parameter count, governs classification quality: a nine-billion-parameter model surpasses every zero-shot medium and large model. Mistral Small 24B is adopted as the main pipeline model for its balance of accuracy, class-balanced reliability, calibration, and inference cost, giving engineers interpretable diagnostic reports and more efficient validation.
• Abstract（参考訳）: 自動車ソフトウェアシステムの検証は大規模な多変量テスト記録を生成し、作業集約的なマニュアルレビューとルールベースの評価によって検証され、事前定義されたルールを超える欠陥を検出する。 機械学習とディープラーニングは高度なフォールト診断を持っているが、ほとんどの教師付きモデルは大きなラベル付きデータセットを必要とし、目に見えない条件を十分に一般化し、その決定についてはほとんど洞察を与えていない。 実時間検証における故障検出と分類のための汎用的で説明可能な2相フレームワークを提案する。 ディノナイジングオートエンコーダは、正常な信号のみを訓練し、最初にリコンストラクションエラー分析によって異常な動作をフラグ化し、フォールトラベルの必要性を排除した。 それぞれの異常ウィンドウは、タイムアラインな健全な参照に対してコンパクトなテキスト統計証拠としてエンコードされ、ゼロショットと少数ショットのプロンプトの下で凍結された大きな言語モデルによって分類され、予測されたクラス、ランク付けされた代替品、信頼性値、欠陥位置、短い証拠に基づく説明が返される。 8つのオープンソースモデルが2つのパワートレインと3つのドライビングレジームで評価されている。 検出器はパワートレインで平均F1スコアが0.97、レジームで0.98に達し、平均誤差は0.03未満である。 ゼロショットプロンプトは不十分である(最良0.519 F1スコア)のに対し、少数のショットプロンプトは安定な状態下で完全な差別に達する。 Mistral Small 24Bは、精度のバランス、クラスバランスの信頼性、キャリブレーション、推論コストのために主要なパイプラインモデルとして採用されている。

関連論文リスト

• NovGauge: A Fine-Grained Benchmark for Diagnosing LLMs' Capability in Paper Novelty Assessment [54.4265627247104]
  大規模言語モデル(LLM)は、主要なAIカンファレンスでピアレビューでますます使用されている。 既存のベンチマークでは、ノベルティを1つの総合的なスコアとして評価している。 本報告では,詳細なノベルティアセスメント診断のための人手によるベンチマークであるNovGaugeについて述べる。
  論文  参考訳（メタデータ） (2026-09-10T08:34:56Z)
• LLM Ensemble Fault Classification for Automotive HiL Validation [1.9435397960631864]
  本稿では,センサレベルの故障分類のためのマルチLLMアンサンブルフレームワークを提案する。 このフレームワークは、フォールトインジェクション記録のコンパクトなエビデンス表現を使用し、異種大言語モデルの出力を組み合わせる。 この手法は、ガソリンエンジンと電気自動車のHiLシステムを用いて、3つの駆動設定と10のシングルフォールトクラスで評価される。
  論文  参考訳（メタデータ） (2026-08-11T09:31:18Z)
• Sensor-Level Fault Diagnosis for Automotive Software Validation Using Large Language Models [1.9435397960631864]
  本研究では,オープンソースの命令調整型大規模言語モデル(LLM)が,検証ループ内の故障検出と診断のための,データ効率と解釈可能なエンジンとして機能するかどうかを検討する。 dSPACEリアルタイムプラットフォーム上の自動要件チェックは、安全要件に違反した記録を最初に分離し、これらのみを検査する。 20億から80億のパラメータからなる4つのモデルファミリーを,6つのインジェクト断層クラスにまたがるガソリンエンジンのケーススタディに適応し,試験を行った。
  論文  参考訳（メタデータ） (2026-08-06T11:50:14Z)
• Cybersecurity Detection Classification with Reasoning-enabled Language Models [50.72675435043546]
  セキュリティオペレーションセンター(SOC)の大きな問題は、警告疲労である。 以前の作業では、大きな言語モデル(LLM)がトリアージラベルを直接出力するように促すか、あるいは微調整するが、検出が真の脅威であるかどうかを判断するよう訓練することはない。 我々は、実際の人間ラベルのWindowsエンドポイント検出に対して、推論可能なトリアージ分類器(CoT)を訓練する。
  論文  参考訳（メタデータ） (2026-07-30T16:22:13Z)
• Physically Verifiable Evidence and LLM-Based Reporting for Bearing Fault Diagnosis [6.168311548428149]
  診断エビデンスネットワーク(DENet)は、エンコーダに依存しないマルチタスクフレームワークで、出力を構造化されたエビデンスレコードに拡張する。 統計的に有意な精度のコストは発生せず、1,024点の周波数誤差は約6Hzである。 AUROC値0.970と0.871の誤分類を検出し、高信頼体制において差別的のままである。
  論文  参考訳（メタデータ） (2026-07-24T14:09:16Z)
• DriftScope: Measuring The Hidden Effects of Diffusion Model Adaptation [50.584834483403675]
  新しい視覚概念を学習するか、望ましくないものを消去するか、事前学習したテキスト・画像拡散モデルに適応させることは、意図した効果だけで日常的に評価される。 適応が意味論的に無関係な概念を、構造的にメトリクスを集約することができない方法で体系的に損なうことを実証する。 DriftScopeは、任意の2つのモデルチェックポイントを取り込み、視覚的概念が最も移行したトークンのランクリストを返す、プロンプトレベルの診断ツールである。
  論文  参考訳（メタデータ） (2026-06-30T20:57:51Z)
• What Single-Prompt Accuracy Misses: A Multi-Variant Reliability Audit of Language Models [0.0]
  シングルプロンプト精度は、言語モデルをベンチマークする主要な方法であるが、重要な信頼性障害を見逃す可能性がある。 15モデルオープンウェイトコーパスの評価を行い,5つの分類と推論ベンチマークによる10のインストラクトモデルに着目した信頼性解析を行った。 まず、評価設計は結論を根本的に変えることができる。 第2に、信頼信号は脆弱である。MMLU-Proでは、各プライマリモデルは、その精度と同一行上のトークン確率信頼の両方よりもかなり高い信頼度を言語的に報告し、単一のプロンプト変種における単一のモデルに対して、動詞のパースレートが崩壊する可能性がある。
  論文  参考訳（メタデータ） (2026-05-03T20:05:08Z)
• LiveFMBench: Unveiling the Power and Limits of Agentic Workflows in Specification Generation [75.05397479715576]
  大規模言語モデル(LLM)とエージェントは有望な進歩を示しているが、その真の能力と失敗モードは未だ不明である。 CプログラムのためのLCMおよびエージェントベースの形式仕様生成に関する、最初の体系的および汚染に配慮した研究を提案する。
  論文  参考訳（メタデータ） (2026-05-02T11:31:33Z)
• SAAG: Structured Agent Assessment and Grounding [13.62148061055744]
  本稿では,エージェント呼び出し評価を3段階に分解するケースケード診断フレームワークを提案する。 このフレームワークは,5,10,15エージェントのレジストリサイズにまたがって,Glaiveの関数呼び出しデータセットから得られたベンチマークで評価する。
  論文  参考訳（メタデータ） (2026-04-30T19:33:58Z)
• LLM-Enhanced Log Anomaly Detection: A Comprehensive Benchmark of Large Language Models for Automated System Diagnostics [0.0]
  大規模言語モデル(LLM)は、ログ理解のための有望な新しいアプローチを提供する。 LLMはラベル付きトレーニングデータを必要とせずに、目覚ましいゼロショット機能を示す。 本研究は,ログ異常検出方法を選択するための実用的なガイドラインを提供する。
  論文  参考訳（メタデータ） (2026-04-14T02:51:48Z)
• Fault detection and diagnosis for the engine electrical system of a space launcher based on a temporal convolutional autoencoder and calibrated classifiers [0.0]
  本稿では,次世代再利用可能な宇宙ランチャーの故障検出・診断機能開発に向けた第一歩を概説する。 文献における既存のアプローチとは異なり、我々のソリューションはより広い範囲の重要な要件を満たすように設計されています。 提案手法は、時間畳み込みオートエンコーダに基づいて、原センサデータから低次元特徴を自動的に抽出する。
  論文  参考訳（メタデータ） (2025-07-17T11:50:29Z)
• Consistency-based Abductive Reasoning over Perceptual Errors of Multiple Pre-trained Models in Novel Environments [5.5855749614100825]
  本稿では,複数の事前学習モデルを活用することで,このリコール低減を緩和できるという仮説を述べる。 我々は,一貫性に基づく推論問題として,様々なモデルからの矛盾する予測を特定し,管理することの課題を定式化する。 本研究は,複数の不完全なモデルから得られた知識を,難易度の高い新しいシナリオにおいて堅牢に統合するための効果的なメカニズムとして,一貫性に基づく誘拐の有効性を検証するものである。
  論文  参考訳（メタデータ） (2025-05-25T23:17:47Z)
• When Does Confidence-Based Cascade Deferral Suffice? [69.28314307469381]
  カスケードは、推論コストをサンプル毎に適応的に変化させる古典的な戦略である。 deferralルールは、シーケンス内の次の分類子を呼び出すか、または予測を終了するかを決定する。 カスケードの構造に執着しているにもかかわらず、信頼に基づく推論は実際は極めてうまく機能することが多い。
  論文  参考訳（メタデータ） (2023-07-06T04:13:57Z)
• Understanding Factual Errors in Summarization: Errors, Summarizers, Datasets, Error Detectors [105.12462629663757]
  本研究では、既存の9つのデータセットから事実性エラーアノテーションを集約し、基礎となる要約モデルに従ってそれらを階層化する。 本稿では,この階層化ベンチマークにおいて,最近のChatGPTベースの指標を含む最先端の事実性指標の性能を比較し,その性能が様々な種類の要約モデルで大きく異なることを示す。
  論文  参考訳（メタデータ） (2022-05-25T15:26:48Z)
• Anomaly Detection in Cybersecurity: Unsupervised, Graph-Based and Supervised Learning Methods in Adversarial Environments [63.942632088208505]
  現在の運用環境に固有ののは、敵対的機械学習の実践である。 本研究では,教師なし学習とグラフに基づく異常検出の可能性を検討する。 我々は,教師付きモデルの訓練時に,現実的な対人訓練機構を組み込んで,対人環境における強力な分類性能を実現する。
  論文  参考訳（メタデータ） (2021-05-14T10:05:10Z)

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。