論文の概要: Continuous Risk-Based Scheduling for Food Safety Inspection: Integrating Historical Decay with Event-Driven Consumer Review Signals
- arxiv url: http://arxiv.org/abs/2610.15191v1
- Date: Sat, 10 Oct 2026 21:36:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:15.173446
- Title: Continuous Risk-Based Scheduling for Food Safety Inspection: Integrating Historical Decay with Event-Driven Consumer Review Signals
- Title（参考訳）: 食品安全検査のための継続的リスクベーススケジューリング:歴史的衰退とイベント駆動型消費者レビュー信号の統合
- Abstract要約: バッチリスクに基づく検査スケジュールは、重大な障害クラスを検出するのに苦労している。
従来のシステムは、静的な履歴データを使用して、固定された計画サイクルのリスクを再計算し、検査サイクルの間に盲点を残す。
イベント駆動型スケジューリングパイプラインであるContinuous Inspection Risk(CIR)システムを導入する。
- 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: Batch risk-based inspection scheduling struggles to detect a critical failure class: food facilities with recent clean inspections that subsequently develop severe violations. Traditional systems recompute risk on fixed planning cycles using static historical data, leaving blind spots between inspection cycles. To address this, we introduce the Continuous Inspection Risk (CIR) system, an event-driven scheduling pipeline that re-ranks the inspection queue dynamically as new data arrives. CIR combines a decay-weighted historical score with a stream of real-time consumer reviews triaged by a language-model classifier. A key structural contribution is our temporal partition rule, which strictly excludes reviews predating the most recent inspection to prevent superseded signals from skewing current risk. Evaluating CIR on 9,505 routine inspections in Santa Clara County, California (2024-2026), we show that history-based scoring alone reduces mean time-to-detection of major violations by 69 days (20.9%) under a 30% inspection budget, but fails to anticipate severe vermin-related closures (0/8 detected). Incorporating post-inspection review signals drastically improves performance, predicting 7 of 8 vermin closures with an average lead time of 117 days-firing on the exact day of review publication in four instances. Introducing a review corroboration rule improves precision from 0.70 to 0.78 without loss of recall. Finally, we analyze critical implementation challenges, documenting a data-hygiene pitfall (stale review leakage across inspection boundaries) and an evaluation limitation involving unobserved facility self-remediation. This work provides the first case-level evaluation of event-driven inspection triggering using open data and provides a reproducible benchmark for review-augmented public health systems
- Abstract（参考訳）: バッチリスクに基づく検査スケジュールは、重大な障害クラスを検出するのに苦労している。
従来のシステムは、静的な履歴データを使用して、固定された計画サイクルのリスクを再計算し、検査サイクルの間に盲点を残す。
これを解決するために,イベント駆動型スケジューリングパイプラインであるContinuous Inspection Risk (CIR)システムを導入する。
CIRは、崩壊重み付けされた歴史的スコアと、言語モデル分類器によってトリガされたリアルタイム消費者レビューのストリームを組み合わせる。
重要な構造的貢献は、我々の時間分割規則であり、これは、過渡的な信号が現在のリスクを揺るがすのを防ぐために、直近の検査に先立つレビューを厳密に除外するものである。
カリフォルニア州サンタクララ郡の9,505回の定期検査(2024-2026)でCIRを評価すると、履歴に基づくスコアリングだけでは、検査予算の30%で69日(20.9%)の重大な違反を検出できるが、深刻なバーミン関連閉鎖(0/8)を予想できない。
検査後レビュー信号を組み込むことで性能が大幅に向上し、4つの事例においてレビュー発行日当日に平均117日間のリードタイムで8つのバーミンクロージャのうち7つのバーミンクロージャを予測できる。
レビューコロンボレーションルールの導入により、リコールの損失なく精度が0.70から0.78に向上する。
最後に、重要な実装課題を分析し、データ衛生の落とし穴(検査境界にまたがるストールレビューリーク)の文書化と、保存されていない施設の自己修復を含む評価制限について分析する。
この研究は、オープンデータを用いたイベント駆動検査トリガーのケースレベル評価を初めて提供し、レビュー強化公衆衛生システムのための再現可能なベンチマークを提供する。
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) - ConMem: Contribution-Aware Memory for Long-Horizon Manufacturing Inspection Logs [15.422561076909302]
ConMemは、機器検査のためのコントリビューション対応メモリフレームワークである。
検査ログを機能的エビデンスユニットに分割し、各メモリユニットの下流診断への貢献を推定する。
論文 参考訳（メタデータ） (2026-07-30T12:35:06Z) - Conformal Changepoint Localization and Root Cause Analysis with Corrupted Observations [55.76952683833966]
本稿では,データ破損時の信頼性設定サイズを低減するために,重み付きCONCH(W-CONCH)と重み付きCROC(W-CROC)を提案する。
画像ベースおよび実世界の変化点と根本原因ベンチマークの実験は、不確実性ベースの重み付けが信頼性セットのサイズを大幅に減少させることを示している。
論文 参考訳（メタデータ） (2026-07-29T05:16:59Z) - PerceptionRubrics: Calibrating Multimodal Evaluation to Human Perception [75.70273182182397]
PerceptionRubricsはルーブリックベースの評価フレームワークである。
飽和ベンチマークスコアと現実世界の脆さのギャップに対処する。
1,038枚のインフォメーションセンス画像と1万個以上のインスタンス固有のルーリックをペアリングする。
論文 参考訳（メタデータ） (2026-06-26T17:59:15Z) - Evidence Sufficiency Under Delayed Ground Truth: Proxy Monitoring for Risk Decision Systems [0.0]
本稿では,4次元(完全性,新鮮性,信頼性,代表性)と意思決定対応ゲートを備えたエビデンスモデルの定式化を行う。
補完的なプロキシインジケータフレームワークは、ラベルなしで十分劣化を推定する。
このフレームワークは、ガバナンスの十分な監視手段に貢献している。
論文 参考訳（メタデータ） (2026-04-17T06:30:11Z) - Forecasting Anomaly Precursors via Uncertainty-Aware Time-Series Ensembles [9.53248032827498]
FATE(Forecasting Anomalies with Time-Series Ensembles)を提案する。
FATEは将来の値を予測し、アンサンブルの不一致を利用して、推論時にターゲット値にアクセスすることなく、潜在的な異常の早期兆候を示す。
5つの実世界のベンチマークデータセットの実験により、FATEはPTaPR AUCの19.9ポイント、早期検出のF1スコアの20.02ポイントの平均的な改善を達成している。
論文 参考訳（メタデータ） (2026-02-19T02:48:09Z) - Revisiting Multivariate Time Series Forecasting with Missing Values [65.30332997607141]
現実の時系列では欠落値が一般的である。
現在のアプローチでは、計算モジュールを使用して、不足した値を補う、計算済みの予測フレームワークが開発されている。
このフレームワークは、致命的な問題を見落としている: 欠落した値に対して基礎的な真理は存在せず、予測精度を劣化させる可能性のあるエラーの影響を受けやすいようにしている。
本稿では,Information Bottleneck原則に基づく新しいフレームワークであるConsistency-Regularized Information Bottleneck(CRIB)を紹介する。
論文 参考訳（メタデータ） (2025-09-27T20:57:48Z) - A new machine learning framework for occupational accidents forecasting with safety inspections integration [0.9562145896371785]
本稿では,安全検査および事故発生をバイナリ時系列としてモデル化した,短期的事故予測のための総合的枠組みを提案する。
提案手法は,日常的な安全検査データを明確な週間リスクスコアに変換し,事故の可能性が最も高い時期を検出する。
論文 参考訳（メタデータ） (2025-06-30T09:28:11Z) - ABCD: Trust enhanced Attention based Convolutional Autoencoder for Risk Assessment [0.0]
産業システムにおける異常検出は、機器故障の防止、リスク識別の確保、システム全体の効率の維持に不可欠である。
従来の監視方法は、固定されたしきい値と経験則に依存しており、システムの健康状態の微妙な変化を検出し、差し迫った失敗を予測するのに十分な敏感ではない。
本稿では,リスク検出のためのアテンションベース畳み込みオートエンコーダ(ABCD)を提案する。
ABCDは、実世界の産業用冷却システムの歴史的データから導電率の正常な挙動を学習し、入力データを再構成し、期待されるパターンから逸脱する異常を識別する。
論文 参考訳（メタデータ） (2024-04-24T20:15:57Z) - PULL: Reactive Log Anomaly Detection Based On Iterative PU Learning [58.85063149619348]
本稿では,推定故障時間ウィンドウに基づくリアクティブ異常検出のための反復ログ解析手法PULLを提案する。
我々の評価では、PULLは3つの異なるデータセットで10のベンチマークベースラインを一貫して上回っている。
論文 参考訳（メタデータ） (2023-01-25T16:34:43Z)
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。