論文の概要: Staying on Spec: Real-Time Monitoring under Uncertainty with a Maritime Case Study

• arxiv url: http://arxiv.org/abs/2608.02811v1
• Date: Mon, 03 Aug 2026 19:06:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-06 07:04:20.676289
• Title: Staying on Spec: Real-Time Monitoring under Uncertainty with a Maritime Case Study
• Title（参考訳）: 不確実性下におけるリアルタイムモニタリング : 海上事例研究による検討
• Abstract要約: 本稿では,データ駆動型リーチブルセットを仕様評価に活用することにより,データ要求の低減を図るリアルタイムモニタリングフレームワークを提案する。 我々は、到達可能な集合を構成するためのデータ効率のパイプラインを開発し、リアルタイムデプロイメントに適したモニタリング定式化を導出する。
• 参考スコア（独自算出の注目度）: 0.8708298560474774
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robotic systems must operate under uncertainty while satisfying complex task and safety specifications. Monitoring such specifications under uncertainty remains challenging, as existing formulations typically require extensive data or explicit uncertainty distributions. In this paper, we propose a real-time monitoring framework that reduces data requirements by leveraging data-driven reachable sets for specification evaluation. We instantiate the framework for maritime navigation, where complex specifications arise from traffic rules. We develop a data-efficient pipeline for constructing reachable sets and derive a monitoring formulation suitable for real-time deployment. Simulation and hardware experiments demonstrate robust monitoring under realistic disturbances, achieving improved risk detection compared to state-of-the-art metrics.
• Abstract（参考訳）: ロボットシステムは複雑なタスクと安全仕様を満たしながら不確実性の下で動作しなければならない。 このような仕様を不確実性の下で監視することは、既存の定式化が通常、広範なデータや明確な不確実性分布を必要とするため、依然として困難である。 本稿では,データ駆動型リーチブルセットを利用して仕様評価を行うリアルタイムモニタリングフレームワークを提案する。 交通ルールから複雑な仕様が生じる海上航行のためのフレームワークをインスタンス化する。 我々は、到達可能な集合を構成するためのデータ効率のパイプラインを開発し、リアルタイムデプロイメントに適したモニタリング定式化を導出する。 シミュレーションとハードウェア実験は、現実的な乱れの下で堅牢なモニタリングを示し、最先端のメトリクスと比較してリスク検出の改善を実現している。

関連論文リスト

• Monitoring Data-aware Temporal Properties (Extended Version) [56.386411908764494]
  有限トレース上の任意のSMT理論に富む線形時間特性の予測モニタリングについて考察する。 この設定での予測モニタリングは非常に困難であり、監視状態はこれまでのトレースプレフィックスと可能な有限継続の両方に依存している。 本研究は,表現的フラグメントオフMTにおける特性モニタリングのための新しい基礎的枠組みの正しさを提示し,正式に証明するものである。
  論文  参考訳（メタデータ） (2026-05-14T10:23:11Z)
• Type-safe Monitoring of Parameterized Streams [4.588028371034407]
  ストリームベースの監視は、複雑なサイバー物理システムのためのリアルタイム安全保証メカニズムである。 モニターは安全クリティカルなコンポーネントであるため、モニターのランタイムエラーがないことを保証することが必須である。 本稿では,ストリームベースのモニタリングフレームワーク RTLola へのパラメータ化ストリームのタイプセーフな統合について述べる。
  論文  参考訳（メタデータ） (2026-03-11T10:03:57Z)
• Detecting Object Tracking Failure via Sequential Hypothesis Testing [80.7891291021747]
  ビデオにおけるリアルタイムのオンラインオブジェクト追跡は、コンピュータビジョンにおける中核的なタスクである。 本稿では,物体追跡を逐次的仮説テストとして解釈することを提案する。 本研究では,地中追跡情報と内部追跡情報の両方を活用することにより,教師なしと教師なしの両方の変種を提案する。
  論文  参考訳（メタデータ） (2026-02-13T14:57:15Z)
• Revisiting Multivariate Time Series Forecasting with Missing Values [65.30332997607141]
  現実の時系列では欠落値が一般的である。 現在のアプローチでは、計算モジュールを使用して、不足した値を補う、計算済みの予測フレームワークが開発されている。 このフレームワークは、致命的な問題を見落としている: 欠落した値に対して基礎的な真理は存在せず、予測精度を劣化させる可能性のあるエラーの影響を受けやすいようにしている。 本稿では,Information Bottleneck原則に基づく新しいフレームワークであるConsistency-Regularized Information Bottleneck(CRIB)を紹介する。
  論文  参考訳（メタデータ） (2025-09-27T20:57:48Z)
• WATCH: Adaptive Monitoring for AI Deployments via Weighted-Conformal Martingales [22.789611187514975]
  非パラメトリックシーケンシャルテストのメソッド -- 特にコンフォーマルテストマーチンチャル(CTM)と任意の時間価推論 -- は、この監視タスクに有望なツールを提供する。 既存のアプローチは、限られた仮説クラスやアラーム基準の監視に限られています。」
  論文  参考訳（メタデータ） (2025-05-07T17:53:47Z)
• Runtime Verification via Rational Monitor with Imperfect Information [2.7323347531070974]
  従来の検証では完全な情報を前提としており、監視コンポーネントがすべてを正確に認識している。 この仮定は、特に実環境で動作する自律システムでは、しばしば失敗する。 我々は、リニア時間論理特性の標準RVを拡張し、モニターが不完全な情報を持ち、合理的に振る舞うシナリオに対応する。
  論文  参考訳（メタデータ） (2024-08-21T13:56:06Z)
• Automatically Adaptive Conformal Risk Control [49.95190019041905]
  本稿では,テストサンプルの難易度に適応して,統計的リスクの近似的条件制御を実現する手法を提案する。 我々のフレームワークは、ユーザが提供するコンディショニングイベントに基づく従来のコンディショニングリスク制御を超えて、コンディショニングに適した関数クラスのアルゴリズム的、データ駆動決定を行う。
  論文  参考訳（メタデータ） (2024-06-25T08:29:32Z)
• System Safety Monitoring of Learned Components Using Temporal Metric Forecasting [8.76735390039138]
  学習可能な自律システムにおいて、学習したコンポーネントの安全性監視は、その出力がシステムの安全性違反に結びつかないことを保証するために不可欠である。 本稿では,確率的時系列予測に基づく安全監視手法を提案する。 安全度と違反予測精度を実証的に評価し、4つの最先端モデルの推論遅延とリソース使用率について検討した。
  論文  参考訳（メタデータ） (2024-05-21T23:48:26Z)
• Recursively Feasible Probabilistic Safe Online Learning with Control Barrier Functions [60.26921219698514]
  CBFをベースとした安全クリティカルコントローラのモデル不確実性を考慮した再構成を提案する。 次に、結果の安全制御器のポイントワイズ実現可能性条件を示す。 これらの条件を利用して、イベントトリガーによるオンラインデータ収集戦略を考案する。
  論文  参考訳（メタデータ） (2022-08-23T05:02:09Z)
• Multi Agent System for Machine Learning Under Uncertainty in Cyber Physical Manufacturing System [78.60415450507706]
  近年の予測機械学習の進歩は、製造における様々なユースケースに応用されている。 ほとんどの研究は、それに関連する不確実性に対処することなく予測精度を最大化することに焦点を当てた。 本稿では,機械学習における不確実性の原因を特定し,不確実性下での機械学習システムの成功基準を確立する。
  論文  参考訳（メタデータ） (2021-07-28T10:28:05Z)
• Learning Uncertainty For Safety-Oriented Semantic Segmentation In Autonomous Driving [77.39239190539871]
  自律運転における安全クリティカル画像セグメンテーションを実現するために、不確実性推定をどのように活用できるかを示す。 相似性関数によって測定された不一致予測に基づく新しい不確実性尺度を導入する。 本研究では,提案手法が競合手法よりも推論時間において計算集約性が低いことを示す。
  論文  参考訳（メタデータ） (2021-05-28T09:23:05Z)
• Per-frame mAP Prediction for Continuous Performance Monitoring of Object Detection During Deployment [6.166295570030645]
  本稿では,デプロイメント中のパフォーマンスモニタリングに対するイントロスペクションアプローチを提案する。 フレーム当たりの平均精度がクリティカルしきい値以下になると予測する。 我々は,誤った判断を下すことによってリスクを低減する手法の能力を定量的に評価し,実証する。
  論文  参考訳（メタデータ） (2020-09-18T06:37:52Z)

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。