論文の概要: What Changed? Drift Detection with Real, Virtual, and Incomparable Diagnosis

• arxiv url: http://arxiv.org/abs/2609.27865v1
• Date: Thu, 20 Aug 2026 10:59:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.997343
• Title: What Changed? Drift Detection with Real, Virtual, and Incomparable Diagnosis
• Title（参考訳）: 何が変わったか? リアル、バーチャル、および非互換な診断によるドリフト検出
• Abstract要約: 凍結共有表現上の交差評価されたヘッドは、浅い交換スコアの補間共役を継承する。 埋め込み空間における条件付き二識別器の不一致は、両方の盲点を解消することを示す。 2軸ゲートは、一致したトレーニング予算で交換や新規トリガーよりも頭が少なく、より良い意思決定品質が得られる。
• 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: Sharing a deep encoder does not, by itself, fix the central confound of task-comparison scores. We show that cross-evaluated heads on a frozen shared representation inherit the extrapolation confound of shallow exchange scores: pure input rotations with fixed labels inflate a deep exchange score from about 0 to 0.80, while representation-novelty scores are blind in the complementary direction (flat under label permutations that change the task completely). Transplanting a conditional two-discriminator discrepancy into the embedding space resolves both blind spots: the functional axis stays within +-0.001 under rotations and tracks label-permutation drift mass monotonically. Built into a mixture-of-heads lifecycle, the two-axis gate attains better decision quality with fewer heads than exchange or novelty triggers at a matched training budget. On generalized category discovery, the same chunk-level functional axis separates semantic novelty from photometric shift with AUROC 0.98-0.99 where per-input OOD scores (MSP, Energy, Mahalanobis, KNN) sit near chance for that distinction. All findings replicate across frozen ImageNet-21k ViT-B/16 and self-supervised DINOv2 backbones on CIFAR-100, and extend to residual adapter pools with recurrence, where a null-calibrated novelty trigger never fires on mechanism changes while the two-axis gate handles them with full recurrence reuse. We state explicitly the common-factoring condition under which embedding-space conclusions transfer to the original mechanism.
• Abstract（参考訳）: ディープエンコーダを共有することは、それ自体がタスク比較スコアの中央のコンファウンドを固定しない。 固定ラベルによる純粋な入力回転は、深い交換スコアを0から0.80に膨らませるが、表現ノベルティスコアは相補的な方向(タスクを完全に変更するラベル置換の下でフラット)で盲目である。 条件付き二識別器の差分を埋め込み空間に移植すると、両方の盲点が解決される: 関数軸は回転の下で+-0.001の範囲内に留まり、ラベル置換ドリフトの質量を単調に追跡する。 混合ヘッドのライフサイクルに組み込まれたこの2軸ゲートは、整合したトレーニング予算において、交換や新規トリガよりも少ない頭部でより良い意思決定品質を実現する。 一般化されたカテゴリ発見において、同じチャンクレベルの機能軸は、AUROC 0.98-0.99による光度シフトとセマンティックノベルティを分離し、各入力OODスコア(MSP、Energy、Mahalanobis、KNN)はその区別の可能性が近い。 すべての発見は、凍結したImageNet-21k ViT-B/16と、CIFAR-100上のDINOv2バックボーンに複製され、2軸ゲートがフルリカレンス再利用でそれらを処理している間、Null-calibated novelty triggerがメカニズム変更を起こさないような、リカレンスなアダプタプールに拡張される。 埋め込み空間の結論が元のメカニズムに遷移する条件を明示的に述べる。

関連論文リスト

• DISTA-Net++: Rethinking Infrared Small Target Unmixing Beyond Sub-Pixel Separation [50.40058918817059]
  長距離赤外線画像は、回折制限されたシグネチャが1つの識別不能なブロブに融合する密度の高いターゲットクラスタに対向する。 DisTA-Net++は2つの相乗的なメカニズムで動的に展開するバックボーンをアンカーする。 DisTA-Net++は、CSO-mAPが16.15%、62.96%の精度で、計算の6分の1に過ぎない。
  論文  参考訳（メタデータ） (2026-09-16T14:57:11Z)
• A Shared Encoder Is Not a Shared Task: Conditional Comparison for Deep Expert Pools [0.0]
  凍結共有表現上の交差評価されたヘッドは、浅い交換スコアの補間共役を継承する。 埋め込み空間における条件付き二識別器の不一致は、両方の盲点を解消することを示す。 2軸ゲートは、一致したトレーニング予算で交換や新規トリガーよりも頭が少なく、より良い意思決定品質が得られる。
  論文  参考訳（メタデータ） (2026-08-21T05:33:28Z)
• Separating Covariate Shift from Mechanism Change with Two Discriminators: CJSD, a Conditional Discrepancy with an Exact Covariate-Concept Decomposition [0.0]
  Conditional Jensen-Shannon Discrepancy (CJSD) 202組のデータセットの10測定バッテリーでは、CJSDとkNNプラグインの2つの条件情報推定器だけがフェールする。
  論文  参考訳（メタデータ） (2026-08-20T10:48:08Z)
• ARC: Augmented-Rank Conformalization for Changepoint Localization --- Finite-Sample Validity and Distribution-Robust Efficiency [7.648414136980082]
  ARCは、データに依存するスコアのファミリーであり、インターセグメントのランクのみである。 各ARCスコアは、凍結重量構成ごとに有限サンプルカバレッジを継承する。 ARC信頼集合全体は、厳密に増大する辺変換の下でほぼ確実に不変である。
  論文  参考訳（メタデータ） (2026-08-09T02:44:08Z)
• Support Operation Factorization: Compositional Readout of Frozen Vision Encoders under Controlled Interventions [87.95757610455173]
  我々は、x演算グリッドとSO-OPFをサポートするために、インジェクティブに整合した残余セルアウトプロトコルを導入する。 グリッドが分かっているときにキャリアがホールドアウトバインディングを構成するかどうか、フラットなセルラベルからグリッドを回収できるかどうかという2つの質問を分離する。
  論文  参考訳（メタデータ） (2026-08-06T15:38:55Z)
• Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
  テキスト検出器は、事前訓練された典型軸を増幅する。 タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。 RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
  論文  参考訳（メタデータ） (2026-05-20T19:08:38Z)
• Task Relevance Is Not Local Replaceability: A Two-Axis View of Channel Information [0.0]
  局所的な置換性は、目標の関連性よりも除去性への信頼性の高いガイドである。 局所的な置換性は、目標の関連性よりも除去性への信頼性の高いガイドである。
  論文  参考訳（メタデータ） (2026-05-08T01:09:39Z)
• Dimensional Coactivation for Representational Consistency in Frozen Vision Foundation Models [0.0]
  本研究は,凍結基礎モデルが意味領域をまたいだ1つのサンプルを連続的に表現するかどうかを考察する。 本稿では,このコヒーレンスを測定するための次元別コヒーレンス(DCA)について紹介する。 DCAは安定な1次元座標系に依存し、領域抽出のみに依存しない。
  論文  参考訳（メタデータ） (2026-05-07T15:32:47Z)
• Clustered Switchback Designs for Experimentation Under Spatio-temporal Interference [44.644520116360106]
  我々は, 平均治療効果 (GATE) を推定し, 全単位を常に治療やコントロールに曝露した平均結果の差を推定した。 そこで我々は,単位をクラスタにグループ化し,時間ステップをブロックにグループ化する,クラスタ化されたスイッチバック設計を提案する。 良好なクラスタリングを許容するグラフに対して, トラッピングされたHorvitz-Thompson推定器が$tilde O(1/NT)$平均二乗誤差(MSE)を達成することを示す。 我々の結果は、citethu2022switchback、ugander2013graph、citetleung2022rateの結果を同時に一般化する。
  論文  参考訳（メタデータ） (2023-12-25T01:00:58Z)
• Rotation-Invariant Transformer for Point Cloud Matching [42.5714375149213]
  我々は,回転不変変換器であるRoITrを導入し,点クラウドマッチングタスクにおけるポーズ変動に対処する。 本稿では,自己認識機構によって学習した,回転不変なクロスフレーム空間認識を備えたグローバルトランスフォーマーを提案する。 RoITrは、Inlier RatioとRegistration Recallの点で、既存のメソッドを少なくとも13と5のパーセンテージで上回っている。
  論文  参考訳（メタデータ） (2023-03-14T20:55:27Z)

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。