論文の概要: Physical Operating-Condition-Guided Vision-Language Matching for Cavitation Diagnosis in Industrial Pipeline Systems
- arxiv url: http://arxiv.org/abs/2610.27860v1
- Date: Tue, 20 Oct 2026 08:42:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.722195
- Title: Physical Operating-Condition-Guided Vision-Language Matching for Cavitation Diagnosis in Industrial Pipeline Systems
- Title（参考訳）: 産業用パイプラインシステムにおけるキャビテーション診断のための物理動作誘導型ビジョンランゲージマッチング
- Abstract要約: 産業用パイプラインシステムにおけるキャビテーション診断は, 音響応答が動作条件によって大きく異なるため, 困難である。
キャビテーション診断のための物理動作条件誘導型視覚言語マッチング(POC-VLM)を提案する。
- 参考スコア（独自算出の注目度）: 8.284416429571243
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Cavitation diagnosis in industrial pipeline systems is challenging because acoustic responses vary substantially with operating conditions, while similar time-frequency patterns may correspond to different cavitation states. To address this issue, we propose a physical operating-condition-guided vision-language matching (POC-VLM) for cavitation diagnosis. POC-VLM first constructs physical operating-condition-aware semantic descriptions by explicitly incorporating sample-specific operating variables into candidate cavitation texts. A time-frequency-conditioned text adaptation module then dynamically aligns these physical semantics with the observed acoustic response, followed by global-local vision-language matching to capture both holistic and localized discriminative patterns. In parallel, a K-nearest neighbours-based non-parametric physical operating-condition prior estimates the physical plausibility of each candidate state and is fused with the vision-language semantic evidence at the decision level. Experiments on three real-world cavitation datasets show that POC-VLM consistently outperforms representative data-driven, multimodal and domain-specific diagnostic methods. Further analyses verify the complementary roles of vision-language semantic matching and physical operating-condition priors, while demonstrating robust performance under varying sampling rates, noise levels and observation durations.
- Abstract（参考訳）: 産業用パイプラインシステムにおけるキャビテーション診断は、音響応答が動作条件と大きく異なるのに対して、同様の時間周波数パターンはキャビテーション状態が異なるため困難である。
そこで本研究では,キャビテーション診断のための物理動作条件誘導型視覚言語マッチング(POC-VLM)を提案する。
POC-VLMはまず、サンプル固有の操作変数を候補キャビテーションテキストに明示的に組み込むことで、物理的操作条件対応のセマンティック記述を構築する。
時間周波数条件付きテキスト適応モジュールは、これらの物理的意味を観測された音響応答と動的に整列し、続いてグローバルな視覚言語マッチングにより、全体的および局所的な識別パターンの両方をキャプチャする。
並行して、K-アネレスをベースとした非パラメトリック物理動作条件は、各候補状態の物理的妥当性を推定し、決定レベルでの視覚的意味的証拠と融合する。
3つの実世界のキャビテーションデータセットの実験により、POC-VLMはデータ駆動、マルチモーダル、ドメイン固有の診断方法よりも一貫して優れていた。
さらに,種々のサンプリングレート,雑音レベル,観測時間で頑健な性能を示すとともに,視覚言語意味マッチングと物理的動作条件先行の相補的役割を検証した。
関連論文リスト
- Physical-Variable-Informed Deep Learning for Robust Diagnosis in Industrial Fluid Transport Systems [8.468693470351235]
PhyNetは物理変数をグローバルな動作制約として扱い、応答シグナルを局所的な診断証拠として扱う。
PhyNetは評価されたすべてのメトリクスで最高のパフォーマンスを達成する。
これらの結果は, 異種産業環境におけるロバスト診断への展開指向のアプローチを示すものである。
論文 参考訳（メタデータ） (2026-10-20T09:12:32Z) - PPG-LM: A Photoplethysmography-Language Model with Multi-Level Clinical Alignment [53.74326467982444]
Photoplethysmography (Photoplethysmography)は、臨床モニターや消費者向けウェアラブルによって広く記録されている。
PPG-LMは,ERHで捉えた信号由来の監督とより広い臨床状況から生理的表現を学習する最初のPPG言語モデルファミリーである。
論文 参考訳（メタデータ） (2026-09-27T12:38:47Z) - Concept-Grounded Reasoning with Prompt-Driven Localization for Interpretable Structured Report Generation [66.62662330558906]
CORALは、空間的接地と概念レベルの監督を統一的な推論プロセスに統合するマルチモーダルフレームワークである。
コーラルは、疾患の局所化とコンセプション・ボトルネックモジュールによる多クラス臨床属性の予測のために、プロンプト駆動型医療セグメンテーションモデルを採用している。
BUS-CoTとIU X線データセットの実験では、診断精度、概念整合性、報告品質が強力な汎用および医療MLLMよりも一貫した改善が示されている。
論文 参考訳（メタデータ） (2026-09-14T10:21:23Z) - A Causality-aware Infer-diagnose-refine Framework for Test-time Modality Adaptation in VLA Models [16.665710235622214]
Infer-diagnose-refine (IDR) フレームワークを提案する。
IDRはまず、視覚観察の事実的シナリオと反事実的シナリオの下でのアクションを推論し、視覚観察の因果効果を推定された動的重要性として診断する。
シミュレーションベンチマークと実世界のタスクの両方の実験では、複数のVLAバックボーン全体のパフォーマンスが改善されている。
論文 参考訳（メタデータ） (2026-07-28T09:56:42Z) - Toward Generalizable Cognitive Impairment Detection with Speech-Based Multimodal Large Language Models [6.567438338350837]
音声信号は認知低下に関連する言語マーカーと音響マーカーの両方を符号化する。
大規模言語モデル(LLM)の最近の進歩は,音声に基づく評価の可能性を高めている。
本稿では,音声音声と対応する書き起こしを統合したオープンソースのLLMに基づくマルチモーダルCI検出フレームワークを提案する。
本研究は、CI識別のための新しい最先端技術を確立し、提案手法により、より優れたクロスデータセットの一般化を実証する。
論文 参考訳（メタデータ） (2026-07-23T16:43:12Z) - ASAP: Advancing Medical Volumetric Representation Learning with Anatomy-aware Semantically-adaptive Pre-training [26.518178155362634]
本稿では,医用ボリューム表現学習のための視覚言語事前学習フレームワークを提案する。
解剖学的知識注入モジュールは,(1)臓器レベルでの構造的前提を組み込んだもの,(2)文レベルの発見と局所的な領域を関連付ける意味的適応的選択的アライメント機構,(3)解剖学的に認知された視覚的特徴と接地されたテキストの手がかりとを効果的に相互作用するための意味的適応的融合モジュールである。
論文 参考訳（メタデータ） (2026-05-30T07:59:21Z) - From Fuzzy Speech to Medical Insight: Benchmarking LLMs on Noisy Patient Narratives [40.12543056558646]
本稿では, 言語ノイズ, ファジィ言語, 在人用語のレベルの違いを特徴とする, 患者自己記述のシミュレートを目的とした新しいデータセットを提案する。
本データセットは, 多様な実世界の報告スタイルを反映する, コミュニケーションの明瞭度の範囲にまたがる, 地中真実診断を付加した, 臨床的に一貫したシナリオから構成される。
本研究では,NDB(Nuisy Diagnostic Benchmark)を作成した。NDB(Nuisy Diagnostic Benchmark)は,ストレステスト用に設計され,現実的な言語条件下での大規模言語モデル(LLM)の診断能力を比較する。
論文 参考訳（メタデータ） (2025-09-15T11:34:46Z) - PhysLLM: Harnessing Large Language Models for Cross-Modal Remote Physiological Sensing [49.243031514520794]
LLM(Large Language Models)は、テキスト中心の設計のため、長距離信号の取得に優れる。
PhysLLMは最先端の精度とロバスト性を実現し、照明のバリエーションや動きのシナリオにまたがる優れた一般化を示す。
論文 参考訳（メタデータ） (2025-05-06T15:18:38Z) - Meta-Learners for Partially-Identified Treatment Effects Across Multiple Environments [67.80453452949303]
観察データから条件平均治療効果(CATE)を推定することは、パーソナライズされた医療など多くの応用に関係している。
ここでは、観測データが複数の環境からやってくる広範囲な環境に焦点を当てる。
任意の機械学習モデルと組み合わせて使用可能な境界を推定するために、異なるモデルに依存しない学習者(いわゆるメタ学習者)を提案する。
論文 参考訳（メタデータ） (2024-06-04T16:31:43Z) - Dr-LLaVA: Visual Instruction Tuning with Symbolic Clinical Grounding [53.629132242389716]
VLM(Vision-Language Models)は、医用画像を分析し、自然言語の相互作用に関与することによって、臨床医を支援する。
VLMはしばしば「幻覚的」な振る舞いを示し、文脈的マルチモーダル情報に基づかないテキスト出力を生成する。
本稿では,臨床推論の象徴的表現を用いて医療知識にVLMを基盤とする新たなアライメントアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-05-29T23:19:28Z)
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。