論文の概要: Temporal Residual Bottleneck for Robust Asynchronous Collaborative Perception

• arxiv url: http://arxiv.org/abs/2610.10090v1
• Date: Wed, 07 Oct 2026 13:49:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.948063
• Title: Temporal Residual Bottleneck for Robust Asynchronous Collaborative Perception
• Title（参考訳）: ロバストな非同期的協調知覚に対する側頭骨後頭骨固定術
• Abstract要約: 協調的な知覚は、自動運転車の感知範囲を広げるが、その性能は共有機能が不完全または不完全になったときに低下する。 非同期協調認識を時間的残留予測として定式化する。 DAIR-V2X と OPV2V の実験により,本手法は特に重度の固定/不規則遅延やパケットドロップにおいて有効であることが示された。
• 参考スコア（独自算出の注目度）: 10.212214492468632
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Collaborative perception extends the sensing range of autonomous vehicles, but its performance degrades when shared features arrive stale or incomplete. Most latency-robust methods compensate delayed collaborator features through flow-guided alignment or direct feature transport. In this work, we formulate asynchronous collaborative perception as temporal residual prediction. Our Temporal Residual Bottleneck keeps a deterministic pose-warped collaborator feature as a conservative anchor and uses a $Δt$-conditioned xLSTM to extract residual temporal evidence from the available history. A detector-facing residual bottleneck then applies only gated, regularized corrections before ego-side fusion, reducing the risk of overwriting reliable static structure when temporal correspondence is uncertain. Experiments on DAIR-V2X and OPV2V show that our method is especially effective under severe fixed/irregular delays and packet drops. On DAIR-V2X, the reported checkpoint trades a small amount of synchronized peak accuracy for better robustness under stronger communication degradation. Controlled diagnostics further indicate that direct feature transport has oracle headroom but can become unreliable when deployed without accurate correspondence. These results support temporal residual fusion as a practical alternative for asynchronous and incomplete collaborative perception. Code will be publicly released at https://url.fzi.de/8dk38.
• Abstract（参考訳）: 協調的な知覚は、自動運転車の感知範囲を広げるが、その性能は共有機能が不完全または不完全になったときに低下する。 ほとんどの遅延ロバスト手法は、フロー誘導アライメントや直接機能輸送によって遅延コラボレータの機能を補う。 本研究では,非同期協調認識を時間的残差予測として定式化する。 我々の時間的残留ボトルネックは、決定論的ポーズウォードコラボレータを保守的アンカーとして保持し、$Δt$条件xLSTMを用いて、利用可能な歴史から残余の時間的証拠を抽出する。 検出器に面した残留ボトルネックは、エゴ側核融合の前にゲート付き正規化された修正のみを適用し、時間的対応が不確かである場合に信頼できる静的構造を上書きするリスクを低減する。 DAIR-V2X と OPV2V の実験により,本手法は特に重度の固定/不規則遅延やパケットドロップにおいて有効であることが示された。 DAIR-V2Xでは、報告されたチェックポイントが、より強力な通信劣化下でのロバスト性を改善するために、少量の同期ピーク精度を交換する。 制御された診断は、直接的な特徴輸送はオラクルのヘッドルームを持つが、正確な対応なしに展開すると信頼性が低下することを示している。 これらの結果は、非同期および不完全協調知覚の実用的な代替手段として、時間的残留核融合を支持する。 コードはhttps://url.fzi.de/8dk38.comで公開される。

関連論文リスト

• TTSD-FAR: Test-Time Self-Distillation with Fisher-Anchored Restoration for Missing-Modality Emotion Recognition in LVLMs [83.78708832901194]
  大規模ビデオ言語モデル(LVLM)は、野生のマルチモーダル感情認識(ER)のようなマルチモーダルタスクにおいて顕著なパフォーマンスを示している。 しかし、現実のデプロイメントは依然として困難であり、テスト時にモダリティが欠落したりうる。 凍結した教師が自己蒸留により適応的な低学級の生徒を指導する手法を提案する。 MELD, DFEW, BAHを0%-50%のモダリティで実験した結果, この統一型適応復元設計はエントロピーベースの適応, RAG, およびパープレキシティベースの生成より一貫して優れていた。
  論文  参考訳（メタデータ） (2026-08-18T23:40:28Z)
• Selective Ambulance Dispatch Under Contextual Travel-Time Uncertainty [16.225780811704656]
  アンバランス・ディスパッチ(英語: Ambulance dispatch)は、時間外停止(OHCA)において重要であり、派遣者は艦隊の能力に制限のあるタイムリーな到着のバランスをとる。 我々は,プライマリパスとセカンダリパスがしきい値を超えた場合にのみ,第2救急車を送付するI(Intelligent Dual dispatch of Emergency AmbuLances)を提案する。
  論文  参考訳（メタデータ） (2026-05-22T08:46:21Z)
• Evaluating Temporal and Structural Anomaly Detection Paradigms for DDoS Traffic [0.046603287532620725]
  監視されていない異常検出は、クラウドネイティブな5GネットワークにおけるDistributed Denial-of-Service(DDoS)攻撃を検出するために広く使用されている。 ほとんどの研究は、どの特徴空間がデータに最も合うかを検証することなく、時間的または構造的な固定されたトラフィック表現を仮定する。 本稿では,2つの診断手法を用いて,時間的・構造的特徴を優先する軽量な意思決定フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-17T12:59:48Z)
• Sparse Autoencoders as a Steering Basis for Phase Synchronization in Graph-Based CFD Surrogates [6.396157607535812]
  グラフベースのサロゲートモデルは、高忠実度CFDソルバに代わる高速な代替手段を提供するが、その不透明な潜在空間と制限された制御性は、安全クリティカルな設定での使用を制限する。 凍結サロゲートの潜伏空間を操作することにより, 位相ドリフトをポストホックで補正できるかどうかを問う。 本稿では、適切な表現と適切な介入機構を組み合わせた事前学習グラフベースのCFDモデルのための位相ステアリングフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-28T07:03:44Z)
• OmniForcing: Unleashing Real-time Joint Audio-Visual Generation [51.031726911410594]
  最近のジョイントオーディオ・視覚拡散モデルは、優れた生成品質を実現するが、高いレイテンシーに悩まされる。 OmniForcingは、オフラインの双方向拡散モデルを高忠実度ストリーミングオートレジェネレータに蒸留する最初のフレームワークである。
  論文  参考訳（メタデータ） (2026-03-12T08:17:36Z)
• CoDynTrust: Robust Asynchronous Collaborative Perception via Dynamic Feature Trust Modulus [9.552300496606644]
  複数のエージェントからの情報を融合した協調的知覚は、知覚範囲を拡張して性能を向上させることができる。 リアルタイム環境における時間的非同期性は、通信遅延、クロックのミスアライメント、あるいは構成の違いのサンプリングによって引き起こされ、情報ミスマッチを引き起こす。 本稿では,時間的非同期性に起因する情報ミスマッチに頑健な,不確実性に符号化された非同期核融合認識フレームワークであるCoDynTrustを提案する。
  論文  参考訳（メタデータ） (2025-02-12T07:23:26Z)
• Distributed Stochastic Gradient Descent with Staleness: A Stochastic Delay Differential Equation Based Framework [56.82432591933544]
  分散勾配降下(SGD)は、計算リソースのスケーリング、トレーニング時間の短縮、マシンラーニングにおけるユーザのプライバシ保護の支援などにより、近年注目されている。 本稿では,遅延微分方程式(SDDE)と勾配到着の近似に基づく分散SGDの実行時間と安定化について述べる。 活性化作業員の増加は, 安定度による分散SGDを必ずしも加速させるものではないことが興味深い。
  論文  参考訳（メタデータ） (2024-06-17T02:56:55Z)
• Towards Streaming Perception [70.68520310095155]
  本稿では、リアルタイムオンライン知覚のための単一のメトリクスにレイテンシと精度を協調的に統合するアプローチを提案する。 この指標の背後にある重要な洞察は、瞬間ごとに認識スタック全体の出力を共同で評価することである。 本稿では,都市ビデオストリームにおけるオブジェクト検出とインスタンスセグメンテーションの具体的タスクに注目し,高品質で時間依存的なアノテーションを備えた新しいデータセットを寄贈する。
  論文  参考訳（メタデータ） (2020-05-21T01:51:35Z)
• Slow and Stale Gradients Can Win the Race [39.750046808758526]
  同期的に実行される分散Gradient Descent(SGD)は、最も遅いワーカー(ストラグラー)を待つとき、実行時の遅延に悩まされる。 非同期手法はストラグラーを緩和するが、収束誤差に悪影響を及ぼす勾配の安定化を引き起こす。 本稿では,訓練されたモデルにおけるエラーと実際のトレーニング実行時のトレードオフを解析し,非同期手法によって提供される高速化の理論的特徴について述べる。
  論文  参考訳（メタデータ） (2020-03-23T23:27:50Z)

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。