論文の概要: The Note-Chord-Voice Framework: Structured Source Separation and Causal Inference for EV Charging Data
- arxiv url: http://arxiv.org/abs/2608.14756v1
- Date: Fri, 14 Aug 2026 07:36:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-18 19:59:03.064782
- Title: The Note-Chord-Voice Framework: Structured Source Separation and Causal Inference for EV Charging Data
- Title（参考訳）: Note-Chord-Voice Framework:EV充電データの構造的ソース分離と因果推論
- Abstract要約: 現実のEV充電データには3つのインターロック・パスがある。
本稿では,データクリーニング,構造パターンの発見,記述的ソースの分離,因果推論を,音楽に触発された公理駆動パイプラインを提案する。
- 参考スコア（独自算出の注目度）: 6.413634427990988
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Real-world EV charging data exhibit three interlocking pathologies: hardware fragmentation (network timeouts and billing resets split sessions), physical violations (independent energy/duration models produce impossible states like 50 kWh in 10 min on a 7 kW charger), and collider bias (clustering on post-treatment outcomes opens backdoor paths for price elasticity). We propose the Note-Chord-Voice framework, a music-inspired, axiom-driven pipeline that separates data cleaning (Repair Chords), structural pattern discovery (Harmonic Chords), descriptive source separation (NMF Voices), and causal inference into distinct, falsifiable stages. Key innovations: (i) falsification gates (A1-A5, G3, G10) that test data suitability before modeling; (ii) Gamma-initialized NMF with input rescaling for convergence stability from STL decomposition; (iii) tag-based coupon grading (A/B/C/D) to isolate quasi-random treatment from night-time confounders and targeted promotions; (iv) separate per-voice OLS to avoid simplex collinearity; (v) Foote novelty curves for structural regime detection. Applied to the Jiangmen dataset (495,707 sessions, 20 stations, from July 2024 to March 2025), all core axioms pass except G3 (no strong 168 h cycle). NMF achieves R^2=0.9921; the physically constrained duration model yields aggregate R^2=0.5409. Two voices are price-sensitive (beta = -11 to -14 min, p<0.001), of which one is stable (Voice 3, beta=-14.16) and one treatment-driven (Voice 1, beta=-11.10); only the stable voice supports causal claims. Counterfactual simulation shows targeting discounts to price-sensitive voices recovers 52.8% of discount expenditures (~0.85M CNY/year); restricting to the single stable price-sensitive voice yields a more conservative estimate.
- Abstract（参考訳）: 実際のEV充電データには、ハードウェアの断片化(ネットワークタイムアウトと課金リセットの分割セッション)、物理的違反(独立エネルギー/デューレーションモデルが7kWの充電器で50kWhのような不可能な状態を生成する)、コライダーバイアス(後処理結果のクラスタリングが価格弾力性のためにバックドアパスを開く)の3つのインターロックパスが示されている。
データクリーニング(ペアコード)、構造パターン発見(ハーモニックコード)、記述的ソース分離(NMF音声)、因果推論を区別可能なステージに分割する音楽に着想を得た公理駆動パイプラインであるNote-Chord-Voiceフレームワークを提案する。
主なイノベーション。
i) モデリング前のデータ適合性をテストするファルシフィケーションゲート(A1-A5,G3,G10)
(II)STL分解からの収束安定のための入力再スケーリングによるガンマ初期化NMF
三 準ランダム処理を夜間共同設立者及び目標宣伝から分離するためのタグベースのクーポングレーディング(A/B/C/D)
(四 音声ごとのOLSを分離して、単純コリナリティを回避すること。)
五 構造構造検出のためのフットノベルティ曲線
江面データセット(495,707セッション、20局、2024年7月から2025年3月まで)に適用された全てのコア公理は、G3以外の全ての公理を通過させる(強い168hサイクルはない)。
NMFはR^2=0.9921を達成する。
2つの声は価格に敏感(ベータ=-11から-14分、p<0.001)で、うち1つは安定(Voice 3, beta=-14.16)、もう1つは治療駆動(Voice 1, beta=-11.10)である。
対物シミュレーションでは、価格に敏感な音声をターゲットとした割引は、52.8%の割引支出(年間0.85百万CNY)を回復し、安定した価格に敏感な音声のみに制限すると、より保守的な見積もりが得られている。
関連論文リスト
- Component-Aware Differential Privacy for Federated Multilingual Speech-LLMs [43.01574038234673]
層ごとの差分プライバシー(DP)クリッピングは、パラメータ数に比例した行列ごとのクリッピング予算を割り当てることで、フェデレートラーニングにおける勾配忠実度を向上させる。
このレシピは音声大言語モデル(音声-LLM)において,音声エンコーダと言語デコーダが更新ノルムの桁違いに異なる場合に破られることを示す。
論文 参考訳（メタデータ） (2026-09-10T16:17:19Z) - Decay versus dephasing in Rydberg analog optimization: exchange rate, mechanism, and schedule design [0.05427878000393745]
ノイズレスリドバーグ原子最適化はデコヒーレンスとデフォーカスの観点から研究されている。
一階摂動理論はノイズのない伝播だけで$$を再現する。
コストモデル全体がノイズを伴わないため、ノイズのないシミュレーションをすることなく、スケジュールをデバイスのチャネルミックスに調整することができる。
論文 参考訳（メタデータ） (2026-08-30T15:41:02Z) - Spectral Pre-Filtering for Context-Adaptive Sensor Fusion: A Four-Role FFT-GDCB Integration for High-Stakes Decision Systems [0.0]
文脈適応カルマンフィルタは、彼らのノイズ共分散行列 Q と R をオンライン回帰を通じてイノベーション残差から校正する。
我々は,この問題を$O(Nlog N)$コストで解決し,さらに3つの役割を「無償で」提供する4ロールFFTプレフィルタを導入する。
これにより、単一の$O(Nlog N)$ FFTコールは4つのダウンストリーム消費者に提供され、センサフュージョンまたは価格パイプの計算予算の0.1%に収まる。
論文 参考訳（メタデータ） (2026-08-22T15:57:25Z) - Architecture-Dependent Causal Transfer of Activation States Across Large Language Models [51.56484100374058]
内部言語アクティベーション状態は、異なる大きな言語モデル間で因果的に転送することができる。
生成中に投影された活性化をターゲットモデルに注入すると、統計的に有意で事前登録された因果効果が生じる。
現在実装されているLCM間のエンド・ツー・エンドのアクティベーション・ステート・トランスファーは、ユニバーサルではなくアーキテクチャに依存していると結論付けている。
論文 参考訳（メタデータ） (2026-08-17T09:53:27Z) - FreyaTTS Technical Report [0.0]
本稿では,Freya-TTSについて紹介する。
AudioVAE2(16kHzのエンコード、48kHzのデコード)の凍結した連続潜伏空間で動作し、モデルがテキストからラテントマッピングに集中できるようにしている。
バンドマッチングワードエラー率(WER)は8.0%、文字エラー率(CER)は3.0%で、かなり大きなオープンソースシステムより優れています。
論文 参考訳（メタデータ） (2026-07-10T15:36:30Z) - PIDM-DP: Physics-Informed Diffusion with Dormand-Prince Integration for Chaotic System Identification and State Reconstruction across Multiple Dynamical Regimes [0.0]
物理インフォームド拡散モデルとDormand-Prince Integration(PIDM-DP)について紹介する。
PIDM-DPは、DPRK45 ODEインテグレータをDenoising Diffusion Probabilistic Model (DDPM) の逆サンプリングループに直接埋め込む。
高騒音レベルゼロからクリーンデータ限界付近のフル値に物理重量を上昇させる線形スケジューリング誘導機構は、単純な物理インフォームドアプローチが順番$O(10のヤコビ固有値を持つ固いシステムで失敗する勾配爆発を阻止する
論文 参考訳（メタデータ） (2026-05-26T06:57:50Z) - From Correlation to Cause: A Five-Stage Methodology for Feature Analysis in Transformer Language Models [0.0]
変換言語モデルにおける因果的特徴分析のための5段階の手法を提案する。
Indirect Object Identification (IOI) タスクを実行するGPT-2のエンド・ツー・エンドを実証する。
論文 参考訳（メタデータ） (2026-05-21T13:25:16Z) - Distributional Energy-Based Models for Uncertainty-Aware Structured LLM Reasoning [40.342912574072024]
大規模言語モデルは、旅行計画やコードソリューションのような構造化されたアウトプットを生成する。
個々の推論ステップは正しく見えるが、アウトプット全体が予算に違反したり、テストケースに失敗したり、あるいは以前の推論に矛盾することがある。
構造化LCM出力の検証のための決定論的解析制約付き学習品質スコアラを提案する。
論文 参考訳（メタデータ） (2026-05-15T17:08:27Z) - Lying Is Just a Phase: The Hidden Alignment Transition in Language Model Scaling [0.0]
16家系の63塩基モデルにおける推論と真理の結合度を測定した。
我々は、家族依存の臨界スケール(N_c$)以下の損失曲線を目に見えない体制変化を発見し、その上、彼らは協力する。
論文 参考訳（メタデータ） (2026-05-13T03:14:09Z) - Is Monotonic Sampling Necessary in Diffusion Models? [26.81598226089532]
拡散モデルは、ガウス先行を反復的に denoising してサンプルを生成し、発行されたサンプルごとに単調に減少する一連のノイズレベルをトラバースする。
ここでは、単調サンプリングが負荷分散であるのか、それとも単に従来のものであるのかを問う。
我々は、構造化された非単調なスケジュールの4つのファミリーを設計し、DDPM、EDM、フローマッチングの3つのアーキテクチャ的に異なる生成モデルに適用する。
論文 参考訳（メタデータ） (2026-05-12T08:45:59Z) - CAWN: Continuous Acoustic Wave Networks for Autoregressive Language Modeling [46.16066322190728]
完全連続配列混合アーキテクチャであるCAWN(Continuous Acoustic Wave Network)を導入する。
CAWNは離散行列ベースの注意を代わりに、多面体複素ドメインファサーに隠された状態を計画している。
超長コンテキスト上での信号劣化を防止するため,デュアルゲート選択位相共振機構を導入する。
論文 参考訳（メタデータ） (2026-04-05T20:13:22Z) - Qwen3-ASR Technical Report [71.87071808763484]
2つの強力なオールインワン音声認識モデルと、新しい非自己回帰音声強制アライメントモデルを含むQwen3-ASRファミリを紹介する。
Qwen3-ASR-1.7BとQwen3-ASR-0.6Bは、言語識別と52の言語および方言のASRをサポートするASRモデルである。
論文 参考訳（メタデータ） (2026-01-29T06:58:13Z) - Listen Attentively, and Spell Once: Whole Sentence Generation via a
Non-Autoregressive Architecture for Low-Latency Speech Recognition [66.47000813920619]
我々はLASOと呼ばれる非自己回帰型エンドツーエンド音声認識システムを提案する。
非自己回帰性のため、LASOは他のトークンに依存することなくシーケンス内のテキストトークンを予測する。
我々は,中国における公開データセットAISHELL-1の実験を行った。
論文 参考訳（メタデータ） (2020-05-11T04:45:02Z)
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。