論文の概要: Active Noise Floor Estimation for Reliability-Optimal POMDPs: A Value-of-Noise-Information Approach

• arxiv url: http://arxiv.org/abs/2607.11822v1
• Date: Mon, 13 Jul 2026 17:16:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 17:47:21.564746
• Title: Active Noise Floor Estimation for Reliability-Optimal POMDPs: A Value-of-Noise-Information Approach
• Title（参考訳）: 信頼度最適POMDPのアクティブノイズフロア推定法
• Abstract要約: 本稿では,未知の物理雑音パラメータtheta = (sigma_y, sigma_u) に対する認証付きアクティブな曖昧化フレームワークを開発する。 ノイズ情報の価値 (VoNI) は、現実の雑音パラメータではなく、現在の推定値に調整された信頼性カバーを用いて、予測過剰なFRR証明ギャップとして定義する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Finite Reliability Representations (FRR) certify when a cell-constant policy is sufficient for reliable decision-making in a partially observed system with a known physical noise floor. In practice, however, sensing and execution noise can be latent and context-dependent. This paper develops a certificate-aware active disambiguation framework for an unknown physical noise parameter theta = (sigma_y, sigma_u), with the sensor-only case obtained by fixing sigma_u. We define the Value of Noise Information (VoNI) as the expected excess FRR certificate gap caused by using a reliability cover calibrated to the current estimate rather than to the realized noise parameter. We bound VoNI using action-value model mismatch and FRR radius inflation, showing that noise estimation has low decision value in sub-crossover regimes where the FRR certificate is insensitive to theta, but becomes valuable when posterior uncertainty can invalidate the current cover. A bi-level decision maker uses a posterior over theta, obtained from innovation statistics, execution residuals, or another online estimator, and triggers diagnostic probing only when uncertainty threatens the FRR certificate. We also interpret VoNI as a tractable, certificate-aware approximation to a high-level finite POMDP for latent sensing-execution regime disambiguation. Under stationary, identifiable, and persistently exciting regimes, we establish posterior consistency and convergence of the induced policy loss to the FRR approximation floor. Closed-loop UGV simulations with EKF-based innovation residuals show earlier detection of abrupt sensing-noise jumps, lower drift-tracking error, and substantially fewer probing actions than posterior-entropy exploration over 50 Monte Carlo trials.
• Abstract（参考訳）: FRR(Finite Reliability Representation)は、既知の物理的ノイズフロアを持つ部分的に観察されたシステムにおいて、セル・コンスタント・ポリシーが信頼性の高い意思決定に十分である場合に認証する。 しかし実際には、検知と実行のノイズは遅延し、コンテキストに依存します。 本稿では,未知の物理的雑音パラメータtheta = (sigma_y, sigma_u) に対して,シグマ_uを固定することで得られるセンサのみのケースに対して,認証を意識したアクティブな曖昧化フレームワークを開発する。 ノイズ情報の価値 (VoNI) は、現実の雑音パラメータではなく、現在の推定値に調整された信頼性カバーを用いて、予測過剰なFRR証明ギャップとして定義する。 動作値モデルミスマッチとFRR半径のインフレーションを用いてVoNIをバインドし、FRR証明書がテータに敏感なサブクロスオーバー方式ではノイズ推定が低いが、後続の不確実性が現在のカバーを無効にできる場合には、価値となることを示す。 バイレベル意思決定者は、イノベーション統計、実行残差、その他のオンライン推定器から得られた後部テータを使用し、不確実性がFRR証明書を脅かす場合にのみ診断調査をトリガーする。 また,我々はVoNIを,潜在性知覚-実行状態の曖昧化のための高レベル有限POMDPに対する,トラクタブルな証明対応近似として解釈する。 定常的で、同定可能で、永続的にエキサイティングな体制の下では、FRR近似フロアに誘導された政策損失の後続の一貫性と収束を確立します。 EKFをベースとしたイノベーション残差を用いた閉ループUGVシミュレーションは、急激な検知ノイズジャンプ、ドリフト追尾誤差の低減、および50モンテカルロ実験における後エントロピー探査よりもはるかに少ない探査行動の早期検出を示している。

関連論文リスト

• Retrieval-Guided Fine-Tuning as Noisy Estimation: Risk bounds and Architectural Analysis [1.381684956393831]
  Retrieval-Guided Fine-Tuning (RAG-FT)は、検索したデータをトレーニング対象に直接組み込むが、トレーニング中のノイズ検索の統計的結果は理論的には不十分である。 RAG-FTが目標と全コーパスの両方のトレーニングよりも低いリスクを達成できる明示的な有限サンプル条件を導出する。 我々は、注意推定器のバイアスが正確な検索でも$(n2q)$とばらつき、OLSリスクはすべてのノイズに対して$(d/n)$であることを示した。
  論文  参考訳（メタデータ） (2026-09-13T12:51:02Z)
• Quantifying Risk Under Evolving Uncertainty: Belief-Dependent Robustness for Safe Sequential Decision Making [0.0]
  RATTL(Risk-Adrial Total-Reward Learning)を提案する。 結果の計画問題は透明性とコンパクトさの条件下では良好であることを示す。 RATTLは実行時システムを含むエージェントの安全性を目標としており、不確実性の下で動作している。
  論文  参考訳（メタデータ） (2026-08-18T09:36:19Z)
• Collaborative Weighting with Pessimistic Critic for Mitigating Overestimation in Off-Policy Reinforcement Learning [7.604367783364084]
  Collaborative Weighting Actor-Critic (CWAC) は、価値推定における予測の不確実性を考慮に入れた統合フレームワークである。 CWACは最小限のオーバーヘッドで既存の外部アルゴリズムフレームワークにシームレスに統合できる。
  論文  参考訳（メタデータ） (2026-07-29T06:18:19Z)
• Conformal Changepoint Localization and Root Cause Analysis with Corrupted Observations [55.76952683833966]
  本稿では,データ破損時の信頼性設定サイズを低減するために,重み付きCONCH(W-CONCH)と重み付きCROC(W-CROC)を提案する。 画像ベースおよび実世界の変化点と根本原因ベンチマークの実験は、不確実性ベースの重み付けが信頼性セットのサイズを大幅に減少させることを示している。
  論文  参考訳（メタデータ） (2026-07-29T05:16:59Z)
• Clipping Bottleneck: Stabilizing RLVR via Stochastic Recovery of Near-Boundary Signals [83.0127582612634]
  Near-boundary Rescue (NSR) は最小限のプラグ・アンド・プレイの修正であり、失った信号を回復するために、アウト・オブ・バウンドトークンを保持する。 NSRはトレーニングの安定性を大幅に改善し、DAPOやGSPOといった強力なベースライン上で一貫したゲインを提供する。
  論文  参考訳（メタデータ） (2026-05-21T16:45:31Z)
• Non-Parametric Rehearsal Learning via Conditional Mean Embeddings [88.89267783967263]
  本研究では,不必要な未来(AUF)問題をテキスト化するための非パラメトリックリハーサル学習手法を提案する。 具体的には、カーネル機械を用いてAUFの目的を、動作誘起分布変化から所望性モデリングを遠ざける統一表現に再構成する。
  論文  参考訳（メタデータ） (2026-05-09T15:30:52Z)
• Towards Trustworthy Depression Estimation via Disentangled Evidential Learning [50.22167852149165]
  EviDepはうつ病の重症度を共同で定量化する明らかな学習フレームワークである。 EviDepは、堅牢な証拠合成を保証するために厳密な情報整合性を強制する。 最先端の予測精度と優れた不確実性校正を実現し、信頼できる臨床スクリーニングのための堅牢なフェールセーフメカニズムを提供する。
  論文  参考訳（メタデータ） (2026-04-17T13:27:11Z)
• Stabilized Maximum-Likelihood Iterative Quantum Amplitude Estimation for Structural CVaR under Correlated Random Fields [0.0]
  Conditional Value-at-Risk (CVaR) は構造力学における中心的なテールリスク尺度である。 本研究では,CVaR評価を信頼性制約付き最大形振幅推定問題として用いた量子強化推論フレームワークを開発した。
  論文  参考訳（メタデータ） (2026-02-10T14:53:26Z)
• Stabilizing Diffusion Posterior Sampling by Noise--Frequency Continuation [52.736416985173776]
  高雑音下では、不正確な推定から計算されたデータ一貫性勾配は、後部幾何学と幾何的に一致しない。 本稿では、雑音依存周波数帯域内でのみ測定一貫性を強制する中間部分の連続的なファミリを構成するノイズ周波数継続フレームワークを提案する。 提案手法は最先端性能を実現し,強いベースライン上で最大5dBのPSNRの動作劣化を改善する。
  論文  参考訳（メタデータ） (2026-01-30T03:14:01Z)
• COIN: Uncertainty-Guarding Selective Question Answering for Foundation Models with Provable Risk Guarantees [51.5976496056012]
  COINは、統計的に有効な閾値を校正し、質問毎に1つの生成された回答をフィルタリングする不確実性保護選択フレームワークである。 COINはキャリブレーションセット上で経験的誤差率を推定し、信頼区間法を適用して真誤差率に高い確率上界を確立する。 リスク管理におけるCOINの堅牢性,許容回答を維持するための強いテストタイムパワー,キャリブレーションデータによる予測効率を実証する。
  論文  参考訳（メタデータ） (2025-06-25T07:04:49Z)
• TULiP: Test-time Uncertainty Estimation via Linearization and Weight Perturbation [11.334867025651233]
  OOD検出のための理論駆動型不確実性推定器TULiPを提案する。 本手法では,収束前にネットワークに適用される仮説的摂動を考察する。 提案手法は,特に近分布試料について,最先端の性能を示す。
  論文  参考訳（メタデータ） (2025-05-22T17:16:41Z)
• Confidence Interval Construction and Conditional Variance Estimation with Dense ReLU Networks [11.218066045459778]
  本稿では,Rectified Linear Unit (ReLU) アクティベーション機能を持つ高密度ネットワークを用いた非パラメトリック回帰における条件分散推定と信頼区間構成の問題に対処する。 本稿では, 条件付き分散推定のための残差に基づくフレームワークを提案し, ヘテロセダスティックおよびホモセダスティックな設定下での分散推定のための漸近的境界を導出する。 本研究では,ReLUネットワークをベースとしたロバストブートストラップ手法を開発し,その適用範囲を理論的に保証し,不確実性定量化と深層学習環境における信頼性信頼区間の構築に大きく貢献する。
  論文  参考訳（メタデータ） (2024-12-29T05:17:58Z)
• Probabilities Are Not Enough: Formal Controller Synthesis for Stochastic Dynamical Models with Epistemic Uncertainty [68.00748155945047]
  複雑な力学系のモデルにおける不確実性を捉えることは、安全なコントローラの設計に不可欠である。 いくつかのアプローチでは、安全と到達可能性に関する時間的仕様を満たすポリシーを形式的な抽象化を用いて合成する。 我々の貢献は、ノイズ、不確実なパラメータ、外乱を含む連続状態モデルに対する新しい抽象的制御法である。
  論文  参考訳（メタデータ） (2022-10-12T07:57:03Z)

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。