論文の概要: LIBAD: A Multimodal Anomaly Detection Benchmark for Li-Ion Battery Electrode Manufacturing
- arxiv url: http://arxiv.org/abs/2608.07958v1
- Date: Sat, 08 Aug 2026 06:43:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:36.586369
- Title: LIBAD: A Multimodal Anomaly Detection Benchmark for Li-Ion Battery Electrode Manufacturing
- Title（参考訳）: リチウムイオン電池電極製造のための多モード異常検出ベンチマークLIBAD
- Abstract要約: 我々はLiイオン電池電極製造のための最初のマルチモーダル異常検出ベンチマークであるLIBADを紹介する。
LIBADは、両面の可視光イメージング、高解像度X線ラジオグラフィ、インライン互換の低解像度X線ラジオグラフィを提供する。
コアセット選択時の特徴空間カバレッジと正規特徴の局所密度を共同で検討するメモリベース手法であるDA-Coreを提案する。
- 参考スコア（独自算出の注目度）: 7.711077692652316
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Multimodal industrial anomaly detection has largely focused on discrete products using strongly correlated RGB and 3D observations, leaving continuous process manufacturing and weakly correlated sensing modalities underexplored. We introduce LIBAD, the first multimodal anomaly detection benchmark for Li-ion battery electrode manufacturing. Collected from real roll-to-roll production lines, LIBAD provides aligned double-sided visible-light imaging, high-resolution X-ray radiography, and inline-compatible low-resolution X-ray radiography. Electrode patches in LIBAD exhibit highly homogeneous material appearance, while defect evidence can be strong in one modality but weak or absent in another, resulting in pronounced cross-modal anomaly inconsistency. Benchmarks of representative methods under the inline-compatible visible-light and low-resolution X-ray setting exhibit limited transferability and consistently high false-positive rates. We therefore propose DA-Core, a memory-based method that jointly considers feature-space coverage and local density of normal features during coreset selection, allowing compact memory banks to better preserve fine-grained normal variations. With a coreset ratio of 0.05, DA-Core reduces FPR95 from 60.4% to 54.3% compared with standard farthest point sampling. At this ratio, DA-Core also outperforms the best standard coreset result (obtained at 0.20) while reducing inference time by 43.9%. These results suggest that both the data distribution of normal features and the modality relationship itself require explicit consideration when designing anomaly detection methods for process manufacturing.
- Abstract（参考訳）: マルチモーダル産業異常検出は, 強く相関したRGBと3次元観察を用いて, 連続的なプロセス製造と弱い相関関係の知覚モダリティを未発見のまま残し, 個別の製品に主に焦点を合わせてきた。
我々はLiイオン電池電極製造のための最初のマルチモーダル異常検出ベンチマークであるLIBADを紹介する。
実際のロールツーロール生産ラインから収集されたLIBADは、両面の可視光イメージング、高解像度X線ラジオグラフィ、インライン互換の低解像度X線ラジオグラフィを提供する。
LIBADの電極パッチは、非常に均質な素材の外観を示すが、欠陥証拠は1つのモードでは強いが、他のモードでは弱いか欠如している。
インライン互換可視光および低解像度X線設定下での代表的な手法のベンチマークは、限られた転送可能性と一貫して高い偽陽性率を示す。
そこで我々は,コアセット選択時の特徴空間カバレッジと正規特徴の局所密度を共同で検討するメモリベース手法であるDA-Coreを提案する。
コアセット比0.05のDA-CoreはFPR95を60.4%から54.3%に下げる。
この比率では、DA-Coreは最高の標準コアセット結果(0.20で達成される)を上回り、推論時間を43.9%削減する。
これらの結果は, プロセス製造における異常検出手法の設計において, 通常の特徴データ分布とモダリティ関係自体が明確な考察を必要とすることを示唆している。
関連論文リスト
- Stokes-Informed Diffusion for Robust Linear Polarization Estimation [49.459667092743445]
GenPolar(ゲンポーラー)は、ミュラー形式主義を基盤としたストークスインフォームド拡散フレームワークである。
DLPの忠実度とAoPの安定性の両面において最先端の性能を達成する。
これらの改善は、物質検出やデフレクションを含む下流アプリケーションにおいて、顕著で一貫した利益をもたらす。
論文 参考訳（メタデータ） (2026-07-23T11:56:15Z) - TC-MAF: Train-Calibrated Bounded Multi-Evidence Fusion for Multimodal Industrial Anomaly Detection [2.8506176753328476]
TC-MAFは、マルチモーダル検出器、相補的なディノマリー証拠、および小さなクロスモーダル整合キューを組み合わせた、ベースアンコールによるマルチエビデンス融合設計である。
MVTec-3Dでは、TCK-MAFは画像レベル0.979AUROCと0.990AUPROに到達し、検出とローカライゼーションの両方において最高の平均結果を得る。
論文 参考訳（メタデータ） (2026-07-13T07:07:54Z) - Mode-selective nonlinear interference for high-brightness and high-purity fiber-coupled SPDC sources [0.0]
カスケード型2結晶型SPDC光源の非線形干渉は、SPDC放出のモーダル構造を設計するために用いられる。
これらの改善は、非線形干渉計における空間スペクトルSPDCモードのモード選択的干渉から生じる。
論文 参考訳（メタデータ） (2026-06-22T18:17:11Z) - CMDS-AD: Cross-Modal Dual-Stream Decoupling for Few-Shot Anomaly Detection [22.190054508477704]
訓練データに制限があるため、わずかな撮影異常検出は依然として困難である。
CMDS-AD(Cross-Modal Dual-Stream Anomaly Detection framework)を提案する。
CMDS-ADは、MVTec 3D-ADで5.7%(I-AUROC)と2.0%(AUPRO)の絶対的なパフォーマンス向上を達成する。
論文 参考訳（メタデータ） (2026-06-18T14:36:02Z) - Robust Frequency-Calibrated Virtual EEG Channel Generation from Four Frontal Electrodes for Wearable EEG Augmentation [0.0]
FAVC-Netは、Fp1, Fp2, F7, F8から13個の未測定EEGチャネルを生成する。
このモデルは、共有マルチスケールソース符号化、ソース状態埋め込み、ターゲット条件付き署名されたソースブロック混合、GATv2ベースのアテンション改善、アテンション一貫性のあるスキップ融合、弱いウェルチ電力スペクトルのキャリブレーションを組み合わせたものである。
論文 参考訳（メタデータ） (2026-05-28T02:31:38Z) - DOC-GS: Dual-Domain Observation and Calibration for Reliable Sparse-View Gaussian Splatting [80.43237927269575]
本稿では,新しい視点からスパースビュー3DGSの再構築について再考する。
我々は、ガウスの原始的信頼性の観測不能性として、コアチャレンジを識別する。
この観測を動機として、レンダリング画像フレームワークにおける統合されたデュアルドメイン観測と幾何学的手法を提案する。
論文 参考訳（メタデータ） (2026-04-08T07:01:24Z) - Breaking Semantic Hegemony: Decoupling Principal and Residual Subspaces for Generalized OOD Detection [10.596067236901968]
最先端(SOTA)モデルにおける単純度パラドックスについて検討する。
モデルは、意味的に微妙なOODサンプルを区別する上で、鋭い感度を示すが、厳密な幾何学的盲点に苦しむ。
そこで我々は,D-KNNを提案する。
論文 参考訳（メタデータ） (2026-02-05T06:32:33Z) - Power Battery Detection [91.99787495748218]
電力電池は、内部構造欠陥が深刻な安全リスクを生じさせる電気自動車において必須の部品である。
我々は,X線画像から陰極および陽極板の密集端を局所化し,品質検査を行うことを目的として,電力電池検出(PBD)に関する総合的研究を行った。
PBD5Kは,9種類のバッテリタイプから5,000枚のX線画像と8種類の実世界の視覚的干渉を含む,このタスクのための最初の大規模ベンチマークである。
論文 参考訳（メタデータ） (2025-08-11T09:35:25Z) - Adversarial Distribution Matching for Diffusion Distillation Towards Efficient Image and Video Synthesis [65.77083310980896]
本稿では, 実測値と偽測値の間に潜時予測を整列させる適応分布マッチング (ADM) を提案する。
提案手法は,DMD2と比較してSDXLの1ステップ性能に優れ,GPU時間が少ない。
SD3-Medium, SD3.5-Large, CogVideoX に多段階の ADM 蒸留を適用した実験では, 画像と映像の効率的な合成に向けた新しいベンチマークが設定された。
論文 参考訳（メタデータ） (2025-07-24T16:45:05Z) - Learning Equivariant Non-Local Electron Density Functionals [51.721844709174206]
等変グラフニューラルネットワーク(GNN)に基づく新しい非局所XC関数であるEquivariant Graph Exchange correlation (EG-XC)を導入する。
この点の雲に同変GNNを適用することにより、スケーラブルで正確な分子レンジ相互作用をキャプチャする。
EG-XCは、QM9上のデータ効率と分子サイズの外挿に優れ、5倍以上の分子で訓練された整合力場である。
論文 参考訳（メタデータ） (2024-10-10T14:31:45Z) - Self-supervised Feature Adaptation for 3D Industrial Anomaly Detection [59.41026558455904]
具体的には,大規模ビジュアルデータセット上で事前学習されたモデルを利用した初期のマルチモーダルアプローチについて検討する。
本研究では,アダプタを微調整し,異常検出に向けたタスク指向の表現を学習するためのLSFA法を提案する。
論文 参考訳（メタデータ） (2024-01-06T07:30:41Z) - Multimodal Industrial Anomaly Detection via Hybrid Fusion [59.16333340582885]
ハイブリッド核融合方式を用いた新しいマルチモーダル異常検出法を提案する。
本モデルでは,MVTecD-3 ADデータセットにおける検出精度とセグメンテーション精度の両面で,最先端(SOTA)手法より優れている。
論文 参考訳（メタデータ） (2023-03-01T15:48:27Z)
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。