論文の概要: PhysioTRACE: Provenance-Aware Stress Tests for Physiological Foundation Models
- arxiv url: http://arxiv.org/abs/2609.34466v1
- Date: Mon, 28 Sep 2026 07:24:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 13:18:40.071143
- Title: PhysioTRACE: Provenance-Aware Stress Tests for Physiological Foundation Models
- Title（参考訳）: 生理的基礎モデルのための前向きストレステスト
- Abstract要約: 凍結エンコーダのための4軸動作監査であるPhyloTRACEを紹介する。
これは、プローブがデコードできるものと、固定タスクヘッドが依存するものとを分離する。
それぞれの監査は、3つの評決のうちの1つで終わる。
- 参考スコア（独自算出の注目度）: 8.835986135254549
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Physiological foundation models encode how a signal was recorded alongside the physiology it reflects. When recording conditions are associated with diagnosis, this acquisition provenance can become a shortcut, yet the usual evidence, shifted transfer and provenance decodability, does not show whether a predictor uses it. We introduce PhysioTRACE, a four-axis behavioral audit for frozen encoders that separates what a probe can decode from what a fixed task head relies on. Recover scores how decodable provenance is; Stress reverses only the provenance-target association on the same held-out records; Intervene removes a train-localized provenance component; and Verify certifies that removal only if it beats matched random projections within a declared utility margin. Each audit thus ends in one of three verdicts: no reliance, or reliance with the remedy certified or refused. Across EEG and ECG, five training objectives, and five frozen foundation models, the relation between Recover's calibrated score and out-of-distribution utility changes sign between datasets, so neither can stand in for a reliance test. On paired EEG views where the shortcut is known by construction, the audit detects it (the exposed head loses about 0.2 AUROC when the association is reversed, while a control head is unaffected) and certifies removal of a rank-two component that restores control-level behavior without measurable utility loss, for both encoder objectives tested. On real ECG device metadata it returns all three verdicts: it certifies a remedy that removes 91% of one model's excess vulnerability, finds no reliance where device and diagnosis are barely associated, and refuses the remedy for a second model whose localized direction also carries task signal. Robustness to how inputs were recorded therefore needs a behavioral test, and PhysioTRACE provides one that can pass, fail, or refuse a remedy.
- Abstract（参考訳）: 生理基盤モデルは、信号がそれを反映する生理学と共に記録された方法を符号化している。
記録条件が診断に関連付けられている場合、この取得証明はショートカットとなるが、通常の証拠であるシフト転送とデオードビリティは、予測者がそれを使用するかどうかを示さない。
固定タスクヘッドが依存するものからプローブがデコードできるものを分離する,凍結エンコーダのための4軸動作監査であるPhyloTRACEを導入する。
ストレスは、同じホールトアウトレコード上のプログレス・ターゲット・アソシエーションのみを逆転させ、インターベインは列車の局所化されたプロファイス・コンポーネントを除去し、検証は、宣言されたユーティリティ・マージン内で一致したランダム・プロジェクションを破った場合にのみ、その除去を認証する。
それぞれの監査は、3つの評決のうちの1つで終わる。
EEGとECG全体、5つのトレーニング目標、5つの凍結基盤モデル、Recoverの校正スコアとデータセット間のアウト・オブ・ディストリビューションユーティリティー変更の関係。
コンストラクションによってショートカットが知られているペア脳波ビューでは、監査がそれを検知し(アソシエーションが逆になったときに露出ヘッドが約0.2AUROCを失うが、制御ヘッドは影響を受けない)、両エンコーダの目的に対して、測定可能なユーティリティロスなしで制御レベルの動作を復元するランク2コンポーネントの除去を認証する。
1つのモデルの過剰な脆弱性の91%を除去し、デバイスと診断がほとんど関連付けられていない場所に依存しないことを発見し、ローカライズされた方向がタスクシグナルも持つ第2モデルの修正を拒否する。
インプットの記録方法に対するロバストさは行動テストを必要とし、PhyloTRACEは治療をパス、フェール、拒否できるものを提供する。
関連論文リスト
- Where the Numbers Come From: Auditing Evaluation in Provenance-Based Intrusion Detection [42.49426058823369]
証明に基づく侵入検知器のスコアを再現しても、そのアラームの出力やエンコーダが使用する情報についてそのスコアが何を言っているかは定かでない。
我々は、リリースした9つの実装を監査し、独自のコードを使用して4つの検出器を実行し、3つの測定効果を分離する。
論文 参考訳（メタデータ） (2026-09-27T13:01:02Z) - Where Does Retrieval-Based Open-Ended Evaluation Fail? Automatic Taxonomy Induction from Long-Form Medical Answer Factuality Verification [50.168648286292004]
既存のRAG診断では、金の回答や注釈付き金の証拠が必要であり、どちらもこの体制には存在しない。
オープンエンドのMedExpertデータセットと3つのクローズドエンドデータセットに関するケーススタディに基づいた総合的な2つのデータセットを紹介した。
我々は, LLM-as-Judge を用いた自動パターン誘導パイプラインを適用し, 証拠品質をラベル付けし, 大規模な検証器推論誤差を分類する。
論文 参考訳（メタデータ） (2026-09-24T19:04:23Z) - IoMT-SecAlarmBench: A Counterfactual Benchmark for Integrity Attacks in IoMT [0.0]
Internet of Medical Things (IoMT)は、臨床生理学的データとサイバーシステム情報を組み合わせて、異常な読み取りが真の生理的事象、デバイス障害、または期待される生理的範囲内でのサイバー攻撃を反映するかどうかを判断する課題を生み出している。
IoMT-SecAlarmBenchは, 4つの攻撃形態, 4つの重度レベル, 2つの生理的可視性条件, リプレイアタックを組み合わせた構造化された実験設計を用いて, 真のECG+記録に制御整合性攻撃を注入する半合成ベンチマークである。
リプレイ攻撃と低振幅の過渡スパイクは、常に最も難しいケースを検出する方法はない。
論文 参考訳（メタデータ） (2026-08-26T21:29:26Z) - Representation Is Not Enough: Body-Localized Thermal Evidence for Contactless Stress and Craving Sensing in Opioid Use Disorder [2.7310171802144136]
FABLE-Thermは最終決定まで、身体領域、時間、エンコーダ固有の表現にまたがる局所的な証拠を保存する。
オピオイド・ユース障害(OUD)ではストレスが大きな再発の引き金となり,早期回復には持続的なウェアラブルの使用が困難である。
固定熱ビデオを用いて、FABLE-Thermはホールドアウト参加者に対して0.938 AUROCを達成し、その学習された表現は自己報告のクレービングに転送される。
論文 参考訳（メタデータ） (2026-08-17T04:30:54Z) - Generative Verification: Rethinking the Uncertainty Signal for Active Learning of Object Detection [14.738453379093961]
生成検証において、独立生成モデルは、予測ボックス内の画素から検出されたラベルを再導出する。
交換された箱、背景の箱、間違ったラベルを持つ正しい箱は、すべて検証に失敗する作物を生み出します。
検証器は検出器の信頼性を決して観測しないため、確実な誤り検出が最高となる。
論文 参考訳（メタデータ） (2026-07-28T20:10:23Z) - Physically Verifiable Evidence and LLM-Based Reporting for Bearing Fault Diagnosis [6.168311548428149]
診断エビデンスネットワーク(DENet)は、エンコーダに依存しないマルチタスクフレームワークで、出力を構造化されたエビデンスレコードに拡張する。
統計的に有意な精度のコストは発生せず、1,024点の周波数誤差は約6Hzである。
AUROC値0.970と0.871の誤分類を検出し、高信頼体制において差別的のままである。
論文 参考訳（メタデータ） (2026-07-24T14:09:16Z) - What Accuracy and Gradient Cosine Miss: Evaluating Feedback Alignment via Scale Stability, Reference Validity, and Depth Utility [48.10132234701036]
本稿では,3つのチェック(スケール安定性,参照妥当性,深度ユーティリティ)に基づく診断評価プロトコルを提案する。
複数のアーキテクチャや手法にまたがって、我々のプロトコルは広い校正マージンを持つ全ての障害を識別する。
論文 参考訳（メタデータ） (2026-06-19T06:04:17Z) - What Are We Actually Decoding? Source Attribution for Non-Invasive Brain-to-Language Retrieval [42.66754319854329]
我々は,刺激同期MEG-to-audio検索を監査フレームワークとして再放送した。
構造的ショートカット、ウィンドウレベルの刺激ロックされたエビデンス、ウィンドウ間のコンテキストアグリゲーションを使用します。
これらの結果は、脳から言語へのパフォーマンスは、単に報告されるのではなく、ソース属性であるべきだことを示唆している。
論文 参考訳（メタデータ） (2026-05-23T11:23:39Z) - Sanity Checks for Agentic Data Science [43.38296659030703]
エージェントデータサイエンス(ADS)パイプラインは、能力と採用の両方で急速に成長している。
これらのシステムは、ユーザーが検出するのが困難である誤った楽観的な結論に達する可能性がある。
予測可能性-計算可能性-安定性フレームワークを基盤とした,2つの軽量な正当性チェックを提案する。
論文 参考訳（メタデータ） (2026-04-13T05:11:28Z) - VIBEPASS: Can Vibe Coders Really Pass the Vibe Check? [46.85901599242161]
emphFault-Triggering Test Generation(FT-Test)とemphFault-targeted Program repair(FPR)の2つの組み合わせタスクを評価した。
故障対象推論は一般的な符号化能力ではスケールしないことがわかった。
自己生成テストが障害の発見に成功すると、結果として得られた修復結果が外部から提供されたテストによってガイドされた修復と一致したり、性能が低下する。
論文 参考訳（メタデータ） (2026-03-16T21:14:28Z)
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。