論文の概要: Runtime Semantic Discovery for Evolving Action Alphabets

• arxiv url: http://arxiv.org/abs/2610.28682v1
• Date: Mon, 19 Oct 2026 18:39:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 09:50:43.208644
• Title: Runtime Semantic Discovery for Evolving Action Alphabets
• Title（参考訳）: 動作Alphabetの進化のための実行時セマンティックディスカバリ
• Abstract要約: 本稿では,新たに観察された行動が,これまで知られていた行動と同一の操作的役割を担っているか,という課題について考察する。 そこで本研究では,アクションの発生状況に基づいた,ローカルかつ実行時計算可能なアクション類似性の概念を提案する。 本稿では,アルファベット進化のクラスを選択することで,実行時モニタや仕様の適応を支援する方法を示す。
• 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: Runtime Verification typically assumes a fixed alphabet of observable actions. This assumption becomes fragile in evolving software systems, where updates, reconfigurations, or architectural changes may rename, split, or fuse actions while preserving the system's high-level intent. In these cases, previously valid monitors and specifications may become misaligned with the running system. In this paper, we study runtime semantic discovery, namely the problem of identifying whether newly observed actions play the same operational role as previously known ones, without reconstructing a global behavioral model. To this end, we propose a local and runtime-computable notion of action similarity based on the neighbor contexts in which actions occur within execution traces. We define a family of k-neighbor equivalences and use them to compare systems whose observable alphabets differ. Our approach is intentionally lightweight: it does not aim to fully characterize behavioral preservation, but rather to identify candidate semantic correspondences between actions in evolving systems. We discuss the expressive power and limitations of neighbor-based equivalence and show how inferred correspondences can support the adaptation of runtime monitors and specifications under selected classes of alphabet evolution.
• Abstract（参考訳）: 実行時検証は通常、観測可能なアクションの固定アルファベットを仮定する。 この仮定は、システムの高レベルな意図を維持しながら、更新、再構成、アーキテクチャの変更をリネーム、分割、あるいはヒューズするソフトウェアシステムの進化において脆弱になる。 これらのケースでは、以前有効なモニターと仕様が実行中のシステムと不一致になる可能性がある。 本稿では,新たに観測された行動が,グローバルな行動モデルを再構築することなく,これまでに知られていた行動と同一の操作的役割を担っているか,という課題について考察する。 そこで本研究では,実行トレース内でアクションが発生する近隣のコンテキストに基づいて,ローカルかつ実行時計算可能なアクション類似性の概念を提案する。 我々は、k-隣の同値の族を定義し、観測可能なアルファベットが異なるシステムを比較するためにそれらを使用する。 我々のアプローチは意図的に軽量であり、行動保存を完全に特徴づけることではなく、進化するシステムにおける行動間の候補意味対応を識別することを目的としている。 本稿では, 隣接系等価性の表現力と限界について論じ, アルファベット進化のクラスにおいて, 予測対応がランタイムモニタや仕様の適応をいかに支援できるかを示す。

関連論文リスト

• CorrCLIPv2: Harnessing Unlabeled Images for Open-Vocabulary Semantic Segmentation [50.18164168267435]
  Open-vocabulary semantic segmentationは、固定されたカテゴリに制限されることなくピクセルを分類することを目的としている。 Contrastive Language-Image Pre-Training (CLIP) はオープン語彙認識の著しい可能性を示す。 この研究は、CorrCLIPv2という名前の、トレーニング不要なオブジェクト中心の統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-10-17T15:53:40Z)
• AURORA: A Natural Language-Driven Agentic Framework for Understanding, Reasoning, and Orchestrating Reliable Air-Ground Co-Simulation [22.796966555015157]
  AURORAは、空中シナリオ生成を検証によるコンパイルプロセスとして扱う自然言語駆動フレームワークである。 AURORAの中心はAir-Ground Scenario Graph (AGSG)であり、エージェント、空中ミッション、イベント、通信リンク、成功条件、およびそれらのドメイン間の依存関係を明示的に接続する型付き中間表現である。
  論文  参考訳（メタデータ） (2026-09-17T00:41:46Z)
• PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution [49.776611937968]
  我々は、スケジューリング、検証、メモリ、ベンチマーク、安全性をシステムレベルのサービスとして提供するPhyAgentOSを紹介します。 セッション中心のセッションは、スケジューリング、互換性、監督された実行、エビデンス収集、受け入れの最小単位として、アクションではなくセッションを扱う。 SessionVerifierは、実行終了とセマンティックタスク完了を、成功、失敗、または再計画のエビデンスに基づいて判断する。 ベンチマークはデプロイメントセッションと検証パスを再利用するので、結果は実際の実行に遡る。
  論文  参考訳（メタデータ） (2026-07-18T04:46:53Z)
• Learning Complementary Action Modeling from Automotive Maintenance Instructions [5.320177931545205]
  微妙な語彙変化は、残りの文が変化しても命令の手続き的意味を逆転させることができる。 自動車メンテナンスの指示では、アクションフレーズが命令を手続き的な命令に変換すると、このパターンがしばしば現れる。 本課題は, 相補性と表面類似性との区別, アクション・フレーズレベルでの生成制御, リレーショナル・リレーショナル・リレーショナル・リレーショナル・リレーショナル・リレーショナル・リレーショナル・リレーショナル・リレーショナル・リレーショナル・リレーショナル・リレーショナル・リレーショナル・リレーショナル・リレーショナル・リレーショナル・リレーショナル・リレーショナル・リレーショナル・リレーショナル
  論文  参考訳（メタデータ） (2026-06-26T07:46:00Z)
• GRASP -- Graph-Based Anomaly Detection Through Self-Supervised Classification [0.31498833540989407]
  高度な永続的脅威(APT)攻撃は、ステルス、適応性、正統なシステムコンポーネントの使用により検出が難しいままである。 マスク付き自己教師型分類に基づくPIDSであるGRASPを紹介する。 GRASPは、既知の攻撃関連活動を含む異常な動作を常に検出し、既存のシステムより優れていることを示す。
  論文  参考訳（メタデータ） (2026-05-08T14:45:36Z)
• Behavior Tokens Speak Louder: Disentangled Explainable Recommendation with Behavior Vocabulary [22.925582428795437]
  BEATは、ユーザとアイテムの振る舞いを個別に解釈可能なシーケンスにトークン化するフレームワークです。 BEATは、一貫性のある情報的説明を生成しながら、ゼロショットレコメンデーション性能を改善していることを示す。
  論文  参考訳（メタデータ） (2025-12-17T17:24:24Z)
• ActionPiece: Contextually Tokenizing Action Sequences for Generative Recommendation [43.597904136597876]
  我々はアクションシーケンスをトークン化するときにコンテキストを明示的に組み込むActionPieceを提案する。 特徴パターンを新しいトークンとしてマージし,その共起頻度に基づいて語彙を構築する。 特徴集合の非順序性を考えると、さらに集合置換正則化を導入する。
  論文  参考訳（メタデータ） (2025-02-19T09:45:29Z)
• SLAck: Semantic, Location, and Appearance Aware Open-Vocabulary Tracking [89.43370214059955]
  Open-vocabulary Multiple Object Tracking (MOT)は、トレーニングセットにはない新しいカテゴリにトラッカーを一般化することを目的としている。 我々は,連合の初期段階において,意味論,位置,出現の先行を共同で検討する統一的な枠組みを提案する。 提案手法は,異なるキューを融合するための複雑な後処理を排除し,大規模オープン語彙追跡のための関連性能を大幅に向上させる。
  論文  参考訳（メタデータ） (2024-09-17T14:36:58Z)
• Fine-grained Temporal Contrastive Learning for Weakly-supervised Temporal Action Localization [87.47977407022492]
  本稿では,シーケンス・ツー・シーケンスの区別を文脈的に比較することで学習が,弱い教師付き行動の局所化に不可欠な帰納的バイアスをもたらすことを論じる。 微分可能な動的プログラミングの定式化の下では、FSD(Fen-fine Sequence Distance)とLCS(Longest Common Subsequence)の2つの相補的コントラストが設計されている。 提案手法は,2つのベンチマークにおいて最先端の性能を実現する。
  論文  参考訳（メタデータ） (2022-03-31T05:13:50Z)
• SVIP: Sequence VerIfication for Procedures in Videos [68.07865790764237]
  ステップレベルの変換を伴う負のアクションシーケンスと同一のアクションシーケンスを実行するポジティブなビデオペアを区別することを目的とした,新しいシーケンス検証タスクを提案する。 このような困難なタスクは、事前のアクション検出やセグメンテーションなしで、オープンセット設定に置かれる。 我々は、化学実験において、あらゆる段階的な変換を列挙したスクリプト付きビデオデータセットを収集する。
  論文  参考訳（メタデータ） (2021-12-13T07:03:36Z)
• Weakly-Supervised Action Localization by Generative Attention Modeling [65.03548422403061]
  弱教師付き時間的行動ローカライゼーションは、ビデオレベルの行動ラベルのみを利用できるアクションローカライゼーションモデルを学習する問題である。 条件付き変分自動エンコーダ(VAE)を用いたフレームアテンションのクラス非依存型条件付き確率をモデル化する。 注意に関する条件確率を最大化することにより、アクションフレームと非アクションフレームは適切に分離される。
  論文  参考訳（メタデータ） (2020-03-27T14:02:56Z)

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。