論文の概要: When More Modalities Hurt: Modality Dropout for Heavy-Duty Vehicle Engine Diagnostics
- arxiv url: http://arxiv.org/abs/2608.23161v1
- Date: Mon, 24 Aug 2026 12:09:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 18:24:37.007363
- Title: When More Modalities Hurt: Modality Dropout for Heavy-Duty Vehicle Engine Diagnostics
- Title（参考訳）: 大型車用エンジン診断におけるモダリティの低下
- Abstract要約: 本研究では,非構造的多言語サービス苦情,80%以上の欠損値を有する高次元センサテレメトリ,および診断トラブルコード(DTC)がエンジンコンポーネントの分類を改善するかを検討する。
単純核融合はテキスト単体(65.3%)よりも緩やかな利得をもたらすが、トレーニング中のモダリティの低下は、バッチ毎にランダムに全モダリティを無効にするので、ネットワークは弱い入力を利用せざるを得ない。
これは、産業車両診断におけるテキスト、センサー、故障コードを組み合わせた3方向モダリティ融合の最初の応用である。
- 参考スコア（独自算出の注目度）: 4.68207695411063
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Heavy-duty vehicle diagnostics generate three disconnected data modalities: unstructured multi- lingual service complaints, high-dimensional sensor telemetry with over 80% missing values, and Diagnostic Trouble Codes (DTCs). We investigate whether fusing these modalities improves engine component classification on a proprietary dataset from a major truck manufacturer. Through 5-fold cross-validation across multiple model configurations spanning three model families on five engine component classes (885 samples, the full cross-database matched population for this manufacturer), we find that naive fusion provides modest gains over text alone (65.3%). However, modality dropout during training, which randomly disables entire modalities per batch, forces the network to exploit weaker inputs and achieves 68.8% accuracy on text+DTC fusion (weighted F1: 0.67), a 3.5-point improvement over text-only (65.3%, weighted F1: 0.64) and the best result across all methods including logistic regression and gradient-boosted trees. Per-class analysis shows that the dominant modality varies by fault type: text describes symptoms, DTCs encode structured fault signals, and sensors measure physical state. On intake/exhaust faults, sensors alone reach 93% where text achieves 80%. On fuel system faults, fusion with modality dropout nearly triples accuracy from 15% to 38% over text alone. To our knowledge, this is the first application of three-way modality fusion combining text, sensors, and fault codes in industrial vehicle diagnostics.
- Abstract（参考訳）: 重度車両診断は、構造化されていない多言語サービス苦情、80%以上の値の高次元センサーテレメトリ、診断トラブルコード(DTC)の3つの非連結データモダリティを生成する。
本稿では,これらのモダリティを融合させることで,大手トラックメーカーのプロプライエタリデータセットにおけるエンジンコンポーネントの分類が向上するかどうかを検討する。
5つのエンジンコンポーネントクラスの3つのモデルファミリ(885のサンプル、このメーカの完全なクロスデータベース人口)にまたがる複数のモデル構成にまたがる5倍のクロスバリデーションを通じて、ネーブ融合はテキスト単独(65.3%)よりも緩やかな利得を提供することがわかった。
しかし、トレーニング中のモダリティの低下は、ランダムにバッチ毎に全モダリティを無効にし、ネットワークに弱い入力を利用させ、テキスト+DTC融合(重み付きF1:0.67)での68.8%の精度、テキストのみ(重み付きF1:0.64)よりも3.5ポイント改善(重み付きF1:0.64)、ロジスティック回帰や勾配付き木を含むすべてのメソッドで最高の結果を得る。
テキストは症状を記述し、DTCは構造的故障信号を符号化し、センサーは物理的状態を測定する。
インテイク/アウトハウスの故障では、センサーだけで93%に達し、テキストは80%に達する。
燃料系故障では、モダリティの低下による融合は、テキスト単体で15%から38%の精度で3倍に近づいた。
我々の知る限り、これは産業車両診断におけるテキスト、センサー、故障コードを組み合わせた3方向のモダリティ融合の最初の応用である。
関連論文リスト
- 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) - Fantastic Adaptive Taxonomies and How to Use Them [100.20614173157708]
AdaMASTは、実行トレースをコンパクトでエビデンスに基づく障害分類に変換する。
コードには手書きのコードはなく、人間による注釈もない。
エージェント・システム・サーチでは、失敗候補の分類コード診断が自由形式より優れている。
論文 参考訳（メタデータ） (2026-07-17T17:41:16Z) - Trust Before Fusion: QIMG-7 and Source-Aware Resolution for Polluted Multimodal RAG [45.88028371034407]
マルチモーダル検索拡張生成(RAG)はクリーンなエビデンスで評価されることが多いが、真の検索は、トポロジー的に関係があるが信頼できないコンテンツを返すことができる。
本稿では,多文事実QAにおけるマルチモーダル検索汚染のベンチマークであるQIMG-7を紹介する。
そこで本研究では,Parametric, Text-only, Full-MM の候補解と比較した学習自由な手法として,SATRを提案する。
論文 参考訳（メタデータ） (2026-07-12T15:13:09Z) - Disease-Centric Vision-Language Pretraining with Hybrid Visual Encoding for 3D Computed Tomography [75.7789001619107]
ビジョン言語による事前トレーニングは、汎用医療AIにとって大きな可能性を秘めている。
3つの主要なコンポーネントを特徴とするフレームワークを提案する。
診断対応プロンプト戦略では、トレーニング前の推論ギャップを埋めるために、実際の臨床用語と集約された疾患プロトタイプを用いている。
論文 参考訳（メタデータ） (2026-06-24T08:24:45Z) - An Expanded Synthetic Conversation Dataset for Multi-Turn Smishing Detection [0.0]
我々は,8つの年長ターゲット詐欺カテゴリにまたがる10,985の会話データセットであるCOVA-Xを提案する。
LongformerはXGBoostの精度を79.71%、マクロF1は0.7786、XGBoostは78.43%、マクロF1は0.7563となっている。
論文 参考訳（メタデータ） (2026-06-05T03:46:36Z) - 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) - AI-Driven Predictive Maintenance with Real-Time Contextual Data Fusion for Connected Vehicles: A Multi-Dataset Evaluation [0.0]
本稿では,V2X強化予測維持のためのシミュレーション検証型概念実証フレームワークを提案する。
オンボードセンサーストリームと外部のコンテキスト信号を統合する。
エッジ推論では、レイテンシを3.5sから1.0s以下に削減すると見積もられている。
論文 参考訳（メタデータ） (2026-03-07T06:08:45Z) - Transforming Vehicle Diagnostics: A Multimodal Approach to Error Patterns Prediction [14.409508347156397]
本稿では、エラーコードからエラーパターンへの多重ラベルシーケンス分類のための、最初のマルチモーダルアプローチであるBiCarFormerを提案する。
DTCシーケンスと従来のシーケンスモデルに依存するモデルと比較して,BiCarFormerは分類性能を著しく向上することを示す。
論文 参考訳（メタデータ） (2026-02-01T09:06:49Z) - Resilient Multimodal Industrial Surface Defect Detection with Uncertain Sensors Availability [36.47453216758195]
マルチモーダル工業用表面欠陥検出(MISDD)は,RGBと3Dモダリティを融合させることにより,工業製品の欠陥を特定し,発見することを目的としている。
本稿は,MISDDにおけるセンサの不確実性に起因するモダリティ欠落問題に焦点をあてる。
論文 参考訳（メタデータ） (2025-09-03T03:00:24Z) - Crucial-Diff: A Unified Diffusion Model for Crucial Image and Annotation Synthesis in Data-scarce Scenarios [65.97836905826145]
医療、産業、自動運転といったさまざまなシナリオにおけるデータの不足は、モデルの過度な適合とデータセットの不均衡につながる。
重要なサンプルを合成するドメインに依存しないフレームワークであるCrucial-Diffを提案する。
我々のフレームワークは多様な高品質なトレーニングデータを生成し、ピクセルレベルのAPは83.63%、F1-MAXは78.12%である。
論文 参考訳（メタデータ） (2025-07-14T04:41:38Z) - Benchmarking Reasoning Robustness in Large Language Models [76.79744000300363]
新規データや不完全データでは,性能が著しく低下することがわかった。
これらの結果は、厳密な論理的推論に対するリコールへの依存を浮き彫りにした。
本稿では,情報不足によって引き起こされる幻覚を利用して推論ギャップを明らかにする,Math-RoBと呼ばれる新しいベンチマークを提案する。
論文 参考訳（メタデータ） (2025-03-06T15:36:06Z) - Neural Network Virtual Sensors for Fuel Injection Quantities with
Provable Performance Specifications [71.1911136637719]
証明可能な保証が、他の現実世界の設定にどのように自然に適用できるかを示す。
本研究では, 燃料噴射量を一定範囲で最大化するために, 特定の間隔の燃料噴射量を目標にする方法を示す。
論文 参考訳（メタデータ） (2020-06-30T23:33:17Z)
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。