論文の概要: Anytime-Valid Runtime Monitoring of Learned Barrier Certificates

• arxiv url: http://arxiv.org/abs/2610.27726v1
• Date: Tue, 20 Oct 2026 06:46:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.677356
• Title: Anytime-Valid Runtime Monitoring of Learned Barrier Certificates
• Title（参考訳）: 学習したバリア証明書の任意のValid実行時モニタリング
• Abstract要約: 観測された閉ループトラジェクトリを用いて,学習したバリア証明書を監査する,任意の時価のランタイムモニタを提案する。 モニタは、配置されたバリア条件に対する統計的支援の損失を検出する。 有限水平安全性検証に着想を得て、監視境界の決定論的時間的形状を更に導入する。
• 参考スコア（独自算出の注目度）: 5.480897566581178
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Learned barrier certificates provide a principled mechanism for establishing safety of stochastic systems, but their validity may deteriorate during deployment when the underlying dynamics differ from those used for training. We propose an anytime-valid runtime monitor that audits a learned barrier certificate using observed closed-loop trajectories. The monitor is intended to detect loss of statistical support for the deployed barrier condition; it does not by itself guarantee detection before unsafe entry or safety of a subsequent intervention. Specifically, the conditional barrier-drift condition is formulated as an episode-wise sequential hypothesis test, and observed barrier increments are transformed into a nonnegative test supermartingale, yielding finite-sample false-alarm control under arbitrary stopping times. Inspired by finite-horizon safety verification, we further introduce a deterministic temporal shaping of the monitoring boundary, making the monitor more conservative early in a prescribed deployment horizon while preserving anytime-validity. The monitor is designed to detect statistical evidence that the safety certificate is no longer consistent with the observed dynamics, rather than to predict unsafe entry. To assess the monitor empirically, we evaluate empirical alarm behavior under valid and invalid certificates. Code and data are available at https://github.com/FormalCert-AI/runtime-barrier-monitor.
• Abstract（参考訳）: 学習された障壁証明書は、確率システムの安全性を確立するための原則化されたメカニズムを提供するが、基礎となるダイナミクスがトレーニングで使用されるものと異なる場合、その妥当性はデプロイメント中に低下する可能性がある。 観測された閉ループトラジェクトリを用いて,学習したバリア証明書を監査する,任意の時価のランタイムモニタを提案する。 モニターは、配置されたバリア状態に対する統計的支援の喪失を検出することを目的としており、それ自体が安全でない侵入やその後の介入の安全性を保証していない。 具体的には、条件付きバリアドリフト条件をエピソードワイドシーケンシャル仮説テストとして定式化し、観測されたバリアインクリメントを非負のテストスーパーマーチンゲールに変換し、任意の停止時間で有限サンプルの偽アラーム制御を生成する。 有限水平安全性検証に着想を得て, 監視境界の決定論的時間的整形も導入し, 監視を時間的正当性を維持しつつ, 所定の配置地平線上において早期により保守的とする。 このモニターは、安全証明書が安全でないエントリーを予測するのではなく、観測されたダイナミックスと一致していないという統計的証拠を検出するように設計されている。 モニタを実証的に評価するために,有効かつ無効な証明書の下で経験的アラーム動作を評価する。 コードとデータはhttps://github.com/FormalCert-AI/runtime-barrier-monitor.comで公開されている。

関連論文リスト

• StepSafe: Learning Timely Intervention with Context-Aware Safety Reasoning [53.94447352970449]
  Methodlong(ASPO)はステップレベルのタイムリーな介入のためのトレーニングフレームワークである。 タイムリーな介入を伴うステップレベルの推論ガードレールである textscStepSafe を提示する。
  論文  参考訳（メタデータ） (2026-10-14T21:32:36Z)
• Runtime Monitoring of Supermartingale Certificates [12.875090246637134]
  スーパーマーチンゲール証明書は、離散および連続時間力学系の時間的特性を公式に保証する。 これらの保証は世界の数学的モデルに依存しており、デプロイされたシステムに対してそれらを無効にできるsim-to-realギャップを残している。 スーパーマーチンゲール証明書に対する実行時監視問題を定式化し、スーパーマーチンゲール証明書が違反したという十分な統計的証拠がある場合、モニタが単一のシステム軌跡を観測し、アラームを発生させる。
  論文  参考訳（メタデータ） (2026-10-14T07:26:00Z)
• Do Activation Monitors Survive Model Updates? Benchmarking, Predicting, and Repairing Activation-Monitor Staleness [0.16921396880325779]
  ベースモデル上でトレーニングされたアクティベーションモニタが,定期的なモデル更新後も信頼性が保たれているかどうかを検証した。 量子化スタイルの更新は、主に凍結プローブのパフォーマンスを保ち、微調整スタイルの更新は、しばしばプローブを不安定にする。 また、前処理機能から劣化が予測可能であることも示し、再配置予算をモニターに向けてトリアージすることが可能となり、最も失敗する可能性が最も高い。
  論文  参考訳（メタデータ） (2026-06-14T19:07:22Z)
• Monitoring Data-aware Temporal Properties (Extended Version) [56.386411908764494]
  有限トレース上の任意のSMT理論に富む線形時間特性の予測モニタリングについて考察する。 この設定での予測モニタリングは非常に困難であり、監視状態はこれまでのトレースプレフィックスと可能な有限継続の両方に依存している。 本研究は,表現的フラグメントオフMTにおける特性モニタリングのための新しい基礎的枠組みの正しさを提示し,正式に証明するものである。
  論文  参考訳（メタデータ） (2026-05-14T10:23:11Z)
• Detecting Object Tracking Failure via Sequential Hypothesis Testing [80.7891291021747]
  ビデオにおけるリアルタイムのオンラインオブジェクト追跡は、コンピュータビジョンにおける中核的なタスクである。 本稿では,物体追跡を逐次的仮説テストとして解釈することを提案する。 本研究では,地中追跡情報と内部追跡情報の両方を活用することにより,教師なしと教師なしの両方の変種を提案する。
  論文  参考訳（メタデータ） (2026-02-13T14:57:15Z)
• Formal Verification of Neural Certificates Done Dynamically [7.146556437126553]
  本稿では,リアルタイム検証を統合した軽量なランタイム監視フレームワークを提案する。 提案手法は,安全性違反や不正証明書を最小限のオーバーヘッドでタイムリーに検出することを可能にする。
  論文  参考訳（メタデータ） (2025-07-16T07:37:23Z)
• On Continuous Monitoring of Risk Violations under Unknown Shift [46.65571623109494]
  進化するデータストリームにおけるリスク違反のリアルタイムモニタリングのための一般的なフレームワークを提案する。 我々の手法は、遭遇したシフトの性質について最小限の仮定の下で機能する。 本稿では,異常検出におけるリスクの監視と,さまざまなシフト下での予測によるアプローチの有効性について述べる。
  論文  参考訳（メタデータ） (2025-06-19T15:52:24Z)
• WATCH: Adaptive Monitoring for AI Deployments via Weighted-Conformal Martingales [22.789611187514975]
  非パラメトリックシーケンシャルテストのメソッド -- 特にコンフォーマルテストマーチンチャル(CTM)と任意の時間価推論 -- は、この監視タスクに有望なツールを提供する。 既存のアプローチは、限られた仮説クラスやアラーム基準の監視に限られています。」
  論文  参考訳（メタデータ） (2025-05-07T17:53:47Z)
• Recursively Feasible Probabilistic Safe Online Learning with Control Barrier Functions [60.26921219698514]
  CBFをベースとした安全クリティカルコントローラのモデル不確実性を考慮した再構成を提案する。 次に、結果の安全制御器のポイントワイズ実現可能性条件を示す。 これらの条件を利用して、イベントトリガーによるオンラインデータ収集戦略を考案する。
  論文  参考訳（メタデータ） (2022-08-23T05:02:09Z)
• Tracking the risk of a deployed model and detecting harmful distribution shifts [105.27463615756733]
  実際には、デプロイされたモデルのパフォーマンスが大幅に低下しないという、良心的なシフトを無視することは理にかなっている。 我々は,警告を発射する有効な方法は,(a)良性な警告を無視しながら有害なシフトを検知し,(b)誤報率を増大させることなく,モデル性能の連続的なモニタリングを可能にすることを論じる。
  論文  参考訳（メタデータ） (2021-10-12T17:21:41Z)

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。