論文の概要: Towards Illusions Awareness in Cyber-Physical System's Design

• arxiv url: http://arxiv.org/abs/2609.17260v1
• Date: Tue, 15 Sep 2026 14:40:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 14:56:08.585772
• Title: Towards Illusions Awareness in Cyber-Physical System's Design
• Title（参考訳）: サイバー物理システム設計におけるIllusions Awareness
• Abstract要約: Cyber-Physical Systems は、オープンコンテキスト環境内の連続した感覚計算ループを介して動作する。 本稿では、錯覚を識別し、分類し、特徴付けし、錯覚を利用して実行可能な設計知識に変換する錯覚認識のための概念パイプラインを提案する。
• 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: Cyber-Physical Systems (CPS) operate through a continuous sense-compute-act loop within an open context environment, making it impossible to anticipate all the situations the system will face. To cope with this openness, stakeholders rely on assumptions, formalized into design models. However, these assumptions may no longer hold once the system is confronted with runtime reality, resulting in a discrepancy between expected and observed behaviour known in literature as the reality gap. Existing approaches mainly focus on reducing or overcoming it by making simulations more faithful to reality, with no unified methodology to structure and exploit invalidated assumptions that give rise to this gap as reusable design knowledge. We refer to the persistent reliance on invalidated assumptions -and the resulting false confidence in the design model's operational validity -as design illusions, and argue that they need to be made explicit, structured, and exploited as knowledge to support better design decisions. We propose a conceptual pipeline for illusions-awareness that identifies, classifies, characterizes, and leverages illusions to transform them into actionable design knowledge.
• Abstract（参考訳）: CPS(Cyber-Physical Systems)は、オープンコンテキスト環境内の連続した感覚-計算-実行ループを介して動作し、システムが直面するすべての状況を予測することは不可能である。 このオープン性に対処するために、ステークホルダは、設計モデルに形式化された仮定に依存する。 しかし、これらの仮定はシステムが実行時現実に直面するともはや成立しないかもしれない。 既存のアプローチは主に、シミュレーションをより現実に忠実にすることで、このギャップを再利用可能な設計知識として生み出す不当な仮定を構造化し、活用するための統一された方法論を使わずに、それを削減または克服することに焦点を当てている。 我々は、無効化された仮定への永続的な依存 - 設計モデルの運用上の妥当性に対する誤った信頼 - を設計錯覚として言及し、よりよい設計決定をサポートするための知識として、明確で構造化され、活用される必要があると主張している。 本稿では、錯覚を識別し、分類し、特徴付けし、錯覚を利用して実行可能な設計知識に変換する錯覚認識のための概念パイプラインを提案する。

関連論文リスト

• Causal Probing for Internal Visual Representations in Multimodal Large Language Models [31.22767130432085]
  本稿では,アクティベーションステアリングに基づく内部視覚表現の探索と操作のための因果的枠組みを提案する。 抽象概念はグローバルに分散しているのに対し, 実体は異なる局所記憶を示す。 また,MLLMは幾何学的関係の認識に成功しているが,静的な視覚的特徴としてのみ扱う。
  論文  参考訳（メタデータ） (2026-05-07T02:25:46Z)
• Anatomy of a Lie: A Multi-Stage Diagnostic Framework for Tracing Hallucinations in Vision-Language Models [62.932580559941414]
  VLM(Vision-Language Models)は、しばしば「ハロシン化(hallucinate)」する。 本稿では,静的な出力誤差からモデル計算認知の動的病理へ再キャストし,幻覚を診断するための新しいパラダイムを提案する。
  論文  参考訳（メタデータ） (2026-03-16T17:20:38Z)
• Cognitive Inception: Agentic Reasoning against Visual Deceptions by Injecting Skepticism [81.39177645864757]
  完全推論に基づくエージェント推論フレームワークであるtextbfInception を提案する。 私たちの知る限りでは、AIGCの視覚的騙しに対する完全な推論ベースのフレームワークとしてはこれが初めてです。
  論文  参考訳（メタデータ） (2025-11-21T05:13:30Z)
• Cognition Envelopes for Bounded AI Reasoning in Autonomous UAS Operations [23.173667789403424]
  サイバー物理システムは、認識、推論、計画の強化を通じて自律性を高めるために基礎モデル(LLM)にますます依存している。 これらのモデルはまた、幻覚、過度な一般化、コンテキストのミスアライメントといった新しいタイプのエラーを導入し、不正確で欠陥のある決定をもたらす。 これを解決するために、メタ認知と従来の安全封筒の使用を補完しながら、AI生成決定を制約する推論境界を確立するために設計されたCognition Envelopesの概念を導入する。
  論文  参考訳（メタデータ） (2025-10-30T18:11:32Z)
• DeceptionBench: A Comprehensive Benchmark for AI Deception Behaviors in Real-world Scenarios [57.327907850766785]
  現実的な現実のシナリオにまたがる騙しのキャラクタリゼーションは未解明のままである。 DeceptionBenchは、さまざまなドメインにまたがる認知傾向を体系的に評価する最初のベンチマークです。 本研究は,本質的な側面から,ユーザ満足度を優先する自己関心のエゴスティックな傾向を示すモデルや,サイコファンティックな行動を示すモデルについて検討する。 実世界のフィードバックダイナミクスのより現実的なシミュレーションを構築するために,持続的マルチターン相互作用ループを組み込んだ。
  論文  参考訳（メタデータ） (2025-10-17T10:14:26Z)
• Verification of Visual Controllers via Compositional Geometric Transformations [49.81690518952909]
  到達可能な集合の外部近似を生成できる知覚ベースのコントローラのための新しい検証フレームワークを提案する。 提案手法の音質を理論的に保証し,ベンチマーク制御環境における有効性を示す。
  論文  参考訳（メタデータ） (2025-07-06T20:22:58Z)
• Active Inference AI Systems for Scientific Discovery [1.450405446885067]
  この観点では、進歩は抽象論、推論、経験的根拠の3つのギャップを互いに強化する。 デザイン原則は、想像空間を推論し、世界から学ぶシステムのために提案されている。
  論文  参考訳（メタデータ） (2025-06-26T14:43:04Z)
• The use of knowledge in open-ended systems [0.0]
  オープンエンド進化システムにおける知識利用と獲得の表現を開発する。 オープンエンド進化システムに埋め込まれたオブザーバは、同意しないことを示す。 本研究の枠組みは, 地域知識活用の形式化, 時間的推論の多面的解釈, 制度的・審美的規範などの非論理的推論の出現を動機づけるものである。
  論文  参考訳（メタデータ） (2024-11-13T23:27:01Z)
• Hierarchical Invariance for Robust and Interpretable Vision Tasks at Larger Scales [54.78115855552886]
  本稿では、畳み込みニューラルネットワーク(CNN)のような階層型アーキテクチャを用いて、オーバーコンプリート不変量を構築する方法を示す。 オーバーコンプリート性により、そのタスクはニューラルアーキテクチャサーチ(NAS)のような方法で適応的に形成される。 大規模で頑健で解釈可能な視覚タスクの場合、階層的不変表現は伝統的なCNNや不変量に対する効果的な代替物とみなすことができる。
  論文  参考訳（メタデータ） (2024-02-23T16:50:07Z)
• Learning-Driven Decision Mechanisms in Physical Layer: Facts, Challenges, and Remedies [23.446736654473753]
  本稿では, 物理層に共通する仮定を, 実用システムとの相違点を強調するために紹介する。 解決策として,実装手順と課題を考慮して学習アルゴリズムを検討する。
  論文  参考訳（メタデータ） (2021-02-14T22:26:44Z)
• Uncertainty as a Form of Transparency: Measuring, Communicating, and Using Uncertainty [66.17147341354577]
  我々は,モデル予測に関連する不確実性を推定し,伝達することにより,相補的な透明性の形式を考えることについて議論する。 モデルの不公平性を緩和し、意思決定を強化し、信頼できるシステムを構築するために不確実性がどのように使われるかを説明する。 この研究は、機械学習、可視化/HCI、デザイン、意思決定、公平性にまたがる文学から引き出された学際的レビューを構成する。
  論文  参考訳（メタデータ） (2020-11-15T17:26:14Z)

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。