論文の概要: From Spectrum Regulation to Computational Enforcement: An Auditable Governance Architecture for Adaptive Spectrum Sharing
- arxiv url: http://arxiv.org/abs/2609.29571v1
- Date: Sun, 30 Aug 2026 23:50:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 05:09:56.077336
- Title: From Spectrum Regulation to Computational Enforcement: An Auditable Governance Architecture for Adaptive Spectrum Sharing
- Title（参考訳）: スペクトル規制から計算実施へ:適応スペクトル共有のための監査可能なガバナンスアーキテクチャ
- Abstract要約: 本稿では,TLAGA(Tri-Layer Adaptive Governance Architecture)であるSPECTRA-GOVについて紹介する。
V2は、制御されたスペクトル保持シナリオ、修正された測地距離計算、操作者ごとの選択的な認可、ペア化されたベースラインカウンターファクトル、ポリシーの摂動、規制-変更分析、因果前処理を導入している。
ペア化されたS3ベースライン実験では、選択的な承認は100%既存の保護と89.43%のアクセス機会を達成し、人口全体の動的ベースラインは99.91%の保護と99.53%のアクセスを得た。
- 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: Spectrum governance requires rules to be translated into machine-executable decisions while preserving incumbent protection, regulatory authority, and an auditable record of why a decision was made. We present SPECTRA-GOV, a Tri-Layer Adaptive Governance Architecture (TLAGA) connecting international treaty coordination, national adaptive licensing, and real-time enforcement. The work builds on the original reference implementation preserved at v0.1.0-paper and adds a post-audit evaluation layer rather than replacing it. V2 introduces controlled spectral-contention scenarios, corrected geodesic-distance calculation, per-operator selective authorization, paired baseline counterfactuals, policy perturbation, regulatory-change analysis, and causal provenance. Across 10,000 scenarios in each of seven contention classes, incumbent protection was 100.00% in the no-contention control, 99.92-99.87% in weak-to-dynamic classes, 99.47% under strong overlap, and 90.00% in the adversarial close-proximity class. In a paired S3 baseline experiment, selective authorization achieved 100% incumbent protection and 89.43% access opportunity, while the population-wide dynamic baseline achieved 99.91% protection and 99.53% access. Identical results for the dynamic-SAS and SPECTRA-GOV selective variants mean selective admission alone is not claimed as an exclusive algorithmic novelty. The contribution is the integration of policy representation, computational enforcement, auditability, provenance. Enforcement timing was measured in-process, with mean latency increasing from 0.028 ms for one operator to 1.682 ms for 500 operators; these are software benchmarks, not field measurements. The results establish a reproducible computational governance prototype and identify remaining questions before operational or regulatory claims can be made.
- Abstract（参考訳）: スペクトラムガバナンスは、既存の保護、規制当局、決定が下された理由の監査可能な記録を保持しながら、マシン実行可能な決定に変換する必要がある。
本稿では,TLAGA(Tri-Layer Adaptive Governance Architecture)であるSPECTRA-GOVについて紹介する。
この作業は、v0.1.0-paperに保存されたオリジナルのリファレンス実装の上に構築され、置き換えるのではなく、監査後の評価層が追加されている。
V2は、制御されたスペクトル保持シナリオ、修正された測地距離計算、操作者ごとの選択的な認可、ペア化されたベースラインカウンターファクトル、ポリシーの摂動、規制-変更分析、因果前処理を導入している。
7つの競合クラスの1万のシナリオで、既存の保護は、非保持制御では100.00%、弱い対動的クラスでは99.92-99.87%、強い重なり合いでは99.47%、敵対的近近性クラスでは90.00%であった。
ペア化されたS3ベースライン実験では、選択的な承認は100%既存の保護と89.43%のアクセス機会を達成し、人口全体の動的ベースラインは99.91%の保護と99.53%のアクセスを得た。
動的SASおよびSPECTRA-GOV選択変種に対する明確な結果は、選択的入場のみを排他的アルゴリズムの新規性として主張するものではない。
貢献は、政策表現、計算強制、監査可能性、証明の統合である。
強制タイミングはプロセス内で測定され、平均遅延は1つの演算子で0.028msから500演算子で1.682msに増加した。
その結果、再現可能な計算ガバナンスのプロトタイプを確立し、運用または規制のクレームが作成される前に、残りの質問を識別する。
関連論文リスト
- Risk-Aware Online Conformal State Probing [65.02200443982082]
オンライン整合状態探索(オンライン整合状態探索、OCSP)は、分布仮定に頼ることなく最悪のケースの信頼性レベルを認定する行動・探索政策である。
OCSPは、リトレーニングや微調整を必要とせずに、既存のバリューベースのコントロールポリシーに適用することができる。
論文 参考訳（メタデータ） (2026-09-22T08:55:09Z) - Governing at Machine Speed: An Adaptive Intelligence Architecture for Real-Time AI Policy Enforcement [0.0]
エンタープライズAIの採用は世界中の組織の78%に達しているが、その採用を管理するインフラストラクチャはペースを保っていない。
我々は、リアルタイムAIガバナンスの実施に機械学習を使用するように設計された概念的な5層アーキテクチャであるAGILを提案する。
論文 参考訳（メタデータ） (2026-09-11T19:35:00Z) - RobustSGPO: Search-Space Control for Agent Harness Evolution [56.722805974785125]
我々は、要求された編集、構成、パッチのチェックを指定し、既存のスナップショットまたは保持スナップショットからの検索を継続するRobustSGPOを紹介した。
我々は,120タスク,95ラン,7350の候補を用いて,AgentXブレインストーミングワークフローにおけるパーミッションスケジューリング,累積制御,タスクファミリー転送を評価した。
論文 参考訳（メタデータ） (2026-09-09T03:00:03Z) - Behavioral Cloning Outperforms Entropy-Regularized RL: Critic-Driven Failure of Actor-Critic Methods on Adaptive Tumor Treatment [46.644955105516466]
そこで, 最適制御解析により良好なスケジュールの形状を定式化する3つの腫瘍制御ODEについて検討した。
コンパレータに対して、微調整されたポリシーは、失敗ではなく、有能なコントローラとして読むだろう。
論文 参考訳（メタデータ） (2026-09-06T15:18:25Z) - Grounded Normative Rule Generation with Structured Search [47.28595196084396]
基底ノルム規則合成(GNRS)として問題を定式化する。
GNRS-SearchはMarkov Chain Monte Carlo(MCMC)サンプリングを利用して、離散5スロットアンドオーグラフ(AOG)を最適化するフレームワークである。
GNRS-Benchは8つのシーンにまたがる116の制御目標にまたがるベンチマークであり、RealCharterBenchは53のリアルなポリシータスクに隠れたソース節で遷移を評価する。
論文 参考訳（メタデータ） (2026-08-23T05:43:42Z) - OptiLoop: Coordination-in-the-Loop Verification and Repair for LLM-Generated Optimization Agents [0.9543827270223156]
分散された決定問題は、複数の当事者が共有された決定を調整する必要がある。
大規模言語モデル(LLM)は、ローカル最適化エージェントを生成することで参加障壁を低くする有望な方法を提供する。
LLM生成最適化エージェントのコーディネーション・イン・ザ・ループ検証と修復を提案する。
論文 参考訳（メタデータ） (2026-05-26T19:49:41Z) - Who judges the judges? Governance from metrics: a runtime framework for continuous LLM compliance monitoring [0.0]
AIコンプライアンスに対する現在のアプローチは、適合性をバイナリな監査時間判定として扱う。
このコンプライアンス・フィクションは、EUのAI法の要件に構造的に不適合である、と我々は主張する。
規制の遵守は、行動の可観測性から連続的なシグナルとして導き出される原則であるメトリクスからのガバナンスを導入します。
論文 参考訳（メタデータ） (2026-05-23T21:21:33Z) - Escaping the Agreement Trap: Defensibility Signals for Evaluating Rule-Governed AI [0.6138671548064355]
我々は、政策的正当性として評価を定式化し、Defensibility Index(DI)とAmbiguity Index(AI)を導入する。
フレームワークを複数のコミュニティで193,000以上のRedditモデレーション決定と評価コホートで検証する。
論文 参考訳（メタデータ） (2026-04-22T18:05:29Z) - Agent Control Protocol: Admission Control for Agent Actions [0.4929694290403903]
エージェントコントロールプロトコル(エージェントコントロールプロトコル、ACP)は、B2Bの機関環境における自律エージェントの受け入れ制御ガバナンスのための正式な仕様である。
ACPは、暗号ID、能力に基づく認可、決定論的リスク評価、連鎖デリゲート、および暗号化連鎖監査を定義する。
ACPはRBACとZero Trustの上で動作し、どちらのモデルも解決しない問題に対処する。
論文 参考訳（メタデータ） (2026-03-19T12:28:28Z) - Towards a Science of Scaling Agent Systems [79.64446272302287]
エージェント評価の定義を定式化し,エージェント量,コーディネーション構造,モデル,タスク特性の相互作用として,スケーリング法則を特徴付ける。
協調指標を用いて予測モデルを導出し,R2=0をクロスバリデーションし,未知のタスク領域の予測を可能にする。
ツールコーディネーショントレードオフ: 固定的な計算予算の下では, ツールヘビータスクはマルチエージェントのオーバーヘッドから不均衡に悩まされ, 2) 能力飽和: 調整が減少または負のリターンを, 単一エージェントのベースラインが45%を超えると達成できる。
論文 参考訳（メタデータ） (2025-12-09T06:52:21Z)
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。