論文の概要: Robust Workflow Generation via Adversarial Learning for Audio Deepfake Detection

• arxiv url: http://arxiv.org/abs/2609.20063v1
• Date: Thu, 17 Sep 2026 11:14:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:54.240358
• Title: Robust Workflow Generation via Adversarial Learning for Audio Deepfake Detection
• Title（参考訳）: 音声深度検出のための逆学習によるロバストワークフロー生成
• Abstract要約: ROGUEは、複数の検出ツールを編成することで堅牢な検出を構築するフレームワークである。 敵対学習を通じて、ROGUEは摂動認識ツールの選択、適応実行戦略、分散シフトに対する堅牢性の改善を可能にする。
• 参考スコア（独自算出の注目度）: 52.7512082818639
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The rapid advancement of speech synthesis and voice conversion technologies has made audio deepfakes increasingly realistic, posing serious security risks in practical applications. While existing detection methods achieve strong performance under controlled conditions, they often fail to generalize under real-world perturbations and corruptions. In this paper, we propose ROGUE, a framework that dynamically constructs robust detection workflows by orchestrating multiple detection tools. ROGUE formulates workflow generation as a sequential decision-making problem and introduces a dual-agent paradigm, where a perturbation agent generates audio perturbations and a policy agent learns to select and execute detection tools under perturbed conditions. Through adversarial learning, ROGUE enables perturbation-aware tool selection, adaptive execution strategies, and improved robustness to distribution shifts. Extensive experiments across multiple datasets and real-world corruptions demonstrate that ROGUE consistently outperforms strong baselines in both robustness and generalization. Our results highlight the effectiveness of adversarially optimized workflow generation for building reliable audio deepfake detection systems in real-world deployment settings.
• Abstract（参考訳）: 音声合成技術と音声変換技術の急速な進歩により、オーディオディープフェイクはますます現実的になり、実用的なアプリケーションにおいて深刻なセキュリティリスクを生じさせている。 既存の検出手法は制御条件下では強い性能を達成するが、現実の摂動や腐敗の下では一般化に失敗することが多い。 本稿では,複数の検出ツールを編成し,ロバスト検出ワークフローを動的に構築するフレームワークROGUEを提案する。 ROGUEは、ワークフロー生成を逐次決定問題として定式化し、摂動エージェントが音声摂動を生成し、ポリシーエージェントが摂動条件下で検出ツールを選択して実行することを学習するデュアルエージェントパラダイムを導入する。 敵対学習を通じて、ROGUEは摂動認識ツールの選択、適応実行戦略、分散シフトに対する堅牢性の改善を可能にする。 複数のデータセットと実世界の汚職に対する大規模な実験により、ROGUEはロバストネスと一般化の両方において、強いベースラインを一貫して上回ることを示した。 実環境における音声深度検出システム構築における逆最適化ワークフロー生成の有効性について検討した。

関連論文リスト

• Detect in Any Scene: An Agentic Framework for Object Detection with Experience-Aware Reasoning [4.730640137945023]
  実世界のシナリオにおける物体検出は、多様な画像劣化と異種物体分布のため、依然として困難である。 動的決定プロセスとしてオブジェクト検出を定式化するエージェント検出フレームワークであるDetASを提案する。
  論文  参考訳（メタデータ） (2026-05-29T11:41:58Z)
• Learning to Act under Noise: Enhancing Agent Robustness via Noisy Environments [68.02342920827135]
  エージェント学習プロセスに環境欠陥を明示的に組み込んだエージェント学習フレームワークであるNoisyAgentを提案する。 実世界のシナリオでは,ユーザインタラクションにおけるあいまいさと可変性を捉えるユーザノイズと,ツール実行における障害や異常を反映するツールノイズという,2つの主要なインタラクションノイズ源を識別する。 広汎な実験により,本手法は騒音および動的環境下でのエージェントの堅牢性を常に改善することを示した。
  論文  参考訳（メタデータ） (2026-05-26T16:02:00Z)
• Code-in-the-Loop Forensics: Agentic Tool Use for Image Forgery Detection [59.04089915447622]
  ForenAgentはインタラクティブなIFDフレームワークで、MLLMが検出対象に関するPythonベースの低レベルツールを自律的に生成、実行、洗練することができる。 人間の推論にインスパイアされた我々は、グローバルな認識、局所的な焦点、反復的探索、そして全体論的偏見を含む動的推論ループを設計する。 実験の結果,ForenAgent は IFD 課題に対する創発的なツール利用能力と反射的推論を示すことがわかった。
  論文  参考訳（メタデータ） (2025-12-18T08:38:44Z)
• Multi-modal Deepfake Detection and Localization with FPN-Transformer [21.022230340898556]
  FPN変換器(Feature Pyramid-Transformer)に基づくマルチモーダルディープフェイク検出およびローカライゼーションフレームワークを提案する。 マルチスケールな特徴ピラミッドは、R-TLMブロックと局所的な注意機構によって構築され、コンテキスト間の時間的依存関係の結合解析を可能にする。 我々は,IJCAI'25 DDL-AVベンチマークの試験セットに対するアプローチを評価し,最終スコア0.7535で良好な性能を示した。
  論文  参考訳（メタデータ） (2025-11-11T09:33:39Z)
• Improving Deepfake Detection with Reinforcement Learning-Based Adaptive Data Augmentation [60.04281435591454]
  CRDA(Curriculum Reinforcement-Learning Data Augmentation)は、マルチドメインの偽造機能を段階的にマスターするための検出器を導く新しいフレームワークである。 私たちのアプローチの中心は、強化学習と因果推論を統合することです。 提案手法は検出器の一般化性を大幅に向上し,複数のクロスドメインデータセット間でSOTA法より優れている。
  論文  参考訳（メタデータ） (2025-11-10T12:45:52Z)
• DetectAnyLLM: Towards Generalizable and Robust Detection of Machine-Generated Text Across Domains and Models [60.713908578319256]
  タスク指向の知識で検出器を最適化するために,DDL(Direct Discrepancy Learning)を提案する。 そこで本研究では,最新のMGTD性能を実現する統合検出フレームワークであるTectAnyLLMを紹介する。 MIRAGEは5つのテキストドメインにまたがる10のコーパスから人書きテキストをサンプリングし、17個の最先端のLLMを使用して再生成または修正する。
  論文  参考訳（メタデータ） (2025-09-15T10:59:57Z)
• AVadCLIP: Audio-Visual Collaboration for Robust Video Anomaly Detection [57.649223695021114]
  本稿では,ロバストなビデオ異常検出に音声と視覚の協調を利用する,弱教師付きフレームワークを提案する。 本フレームワークは,複数のベンチマークにおいて優れた性能を示し,オーディオ統合により異常検出精度が大幅に向上する。
  論文  参考訳（メタデータ） (2025-04-06T13:59:16Z)
• Adaptive Meta-Learning for Robust Deepfake Detection: A Multi-Agent Framework to Data Drift and Model Generalization [6.589206192038365]
  本稿では,タスク固有適応型サンプル合成と整合性正規化を用いた対角的メタ学習アルゴリズムを提案する。 これにより、モデルの堅牢性と一般化の両方が促進される。 実験結果は、モデルが様々なデータセットにわたって一貫した性能を示し、比較したモデルよりも優れていることを示している。
  論文  参考訳（メタデータ） (2024-11-12T19:55:07Z)

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。