論文の概要: CTRL-FM: Inference-Time Structural Control for Flow-Based Virtual Sensing under Long-Horizon Node Outages

• arxiv url: http://arxiv.org/abs/2610.30362v1
• Date: Wed, 21 Oct 2026 19:25:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 02:08:44.117074
• Title: CTRL-FM: Inference-Time Structural Control for Flow-Based Virtual Sensing under Long-Horizon Node Outages
• Title（参考訳）: CTRL-FM:長軸ノード停止時のフローベース仮想センシングのための推定時間構造制御
• Abstract要約: 長いホライゾンノードの停止は、センサーの完全な軌跡が長期にわたって観測されないため、従来の欠落値の計算よりも困難である。 本研究では,構造的ガイダンスを停止条件付き推論時間決定として扱う観測保存型フローマッチングフレームワークである空間FMを紹介する。 空間FMは、未制御、グラフ支配、時間支配、バランスの取れた制御ポリシーの中から選択するために、生存中の測定値から自己監督的なプロキシ機能停止を構築し、その既知の値を使用する。
• 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: Long-horizon node outages are harder than conventional missing-value imputation because complete sensor trajectories remain unobserved for extended periods, while the usefulness of spatial and temporal dependencies varies across outage locations and operating regimes. Existing graph, diffusion, and flow-based methods typically impose a fixed structural bias, which can oversmooth abrupt changes or propagate errors from unreliable neighbors. We introduce CTRL-FM, an observation-preserving flow-matching framework that treats structural guidance as an outage-conditioned inference-time decision. A missing-only flow-matching backbone learns a conditional velocity field while keeping observed measurements exactly fixed. For each realized outage, CTRL-FM constructs self-supervised proxy outages from surviving measurements and uses their known values to select among uncontrolled, graph-dominant, temporal-dominant, and balanced control policies. The selected policy is locally modulated by graph and temporal reliability estimated exclusively from surviving observations, while boundary-anchored trends provide structural guidance. Control is applied only to missing entries and is rejected when proxy evidence does not sufficiently improve over uncontrolled sampling. Across PeMS08, METR-LA, Air-36, and AQI, CTRL-FM achieves the strongest overall performance under 30% and 60% node outages. Stress tests with up to 75% sensor loss further show graceful degradation and consistent gains over training-time and fixed structural control. These results demonstrate that validating, selecting, and locally adapting structural guidance for each realized outage is more effective than imposing a single global structural prior.
• Abstract（参考訳）: 空間的および時間的依存の有用性は障害箇所や運用体制によって異なるが、完全なセンサ軌道は長期にわたって観測されないため、長い水平ノードの停止は従来の欠落値の計算よりも困難である。 既存のグラフ、拡散、フローベースの手法は、通常、固定された構造バイアスを課し、急激な変化を過度に抑制したり、信頼できない隣人からエラーを伝播させる。 CTRL-FMは、構造的ガイダンスを停止条件の推論時間決定として扱う、観測保存フローマッチングフレームワークである。 欠落したフローマッチングバックボーンは、観測された測定値を正確に固定したまま条件速度場を学習する。 CTRL-FMは、未制御、グラフ支配、時間支配、バランスの取れた制御ポリシーの中から選択するために、生き残った測定結果から自己監督的なプロキシ機能停止を構築し、その既知の値を使用する。 選択されたポリシーは、生き残った観測からのみ推定されるグラフと時間的信頼性によって局所的に変調される。 制御は欠落したエントリにのみ適用され、プロキシエビデンスが制御されていないサンプリングよりも十分に改善されていない場合は拒否される。 PeMS08、METR-LA、Air-36、AQIの他、CTRL-FMは、30%と60%のノード停止率で最大のパフォーマンスを実現している。 最大75%のセンサ損失を有する応力試験は、トレーニング時間と固定構造制御よりも優雅な劣化と一貫した利得を示す。 これらの結果は, 1つのグローバルな構造的先行を付与するよりも, それぞれの機能停止に対する構造的ガイダンスの妥当性, 選択, 局所的適応が効果的であることを示す。

関連論文リスト

• Making Every Step Count: Spatio-Temporal Information Allocation for Imaging Inverse Problems [63.904793414062816]
  スペクトルベーススケジューリング(SAS)と計測分割アテンション(MPA)の2つの補完的およびトレーニング不要なコンポーネントを紹介する。 SASは、利用可能なNFEを、スペクトルおよびlogSNR幾何に従ってフロータイムに分散し、セマンティック探索と詳細精細化のバランスを良くする。 MPAは情報を弱い制約のある領域へ誘導し、意味的および構造的忠実性を高める。
  論文  参考訳（メタデータ） (2026-08-12T07:39:22Z)
• TimeLAVA: Learning-Agnostic Data Valuation for Time Series [48.76711740818533]
  TimeLAVAは、評価データと参照データの間の分布差を最小限に抑えるために、時間セグメントを限界貢献によって評価する学習非依存のフレームワークである。 モデルに依存しない一般化にバリュエーションをリンクする理論的保証を提供し、汚染に対する有界感度を証明する。
  論文  参考訳（メタデータ） (2026-06-17T06:16:16Z)
• Spatially Selective Self-Training for Unsupervised Building Change Detection [8.884818023657276]
  教師なしの建物変更検出は、ラベルなしの双方向リモートセンシング画像から建築変更マスクを学習することを目的としている。 SST-CDは空間選択的自己学習フレームワークであり、完全なラベルなしの建物変更検出をエンドツーエンドの検出器学習として再構成する。 実験の結果、SST-CDはF1スコアの83.08%、91.69%、86.60%を達成し、既存の教師なしベースラインとラベルなしベースラインを上回った。
  論文  参考訳（メタデータ） (2026-06-09T12:31:16Z)
• 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)
• Cognitive Friction: A Decision-Theoretic Framework for Bounded Deliberation in Tool-Using Agents [0.0]
  制約のないツール使用エージェントは、どの情報ソースをクエリして実行するかを決めなければなりません。 本稿では,これらの障害モードを認知的摩擦によって形式化する決定論的枠組みであるTCAを提案する。 我々は,TCAを2つの制御された環境において,停止品質,混雑時の行動選択,時間的緊急性の分離を図った。
  論文  参考訳（メタデータ） (2026-03-31T17:30:25Z)
• MEMTS: Internalizing Domain Knowledge via Parameterized Memory for Retrieval-Free Domain Adaptation of Time Series Foundation Models [51.506429027626005]
  Memory for Time Series (MEMTS) は、時系列予測における検索不要領域適応のための軽量かつプラグアンドプレイ方式である。 MEMTSの鍵となるコンポーネントは知識永続化モジュール(KPM)であり、ドメイン固有の時間力学を内部化する。 このパラダイムシフトにより、MEMTSは定数時間推論とニアゼロレイテンシによる正確なドメイン適応を実現することができる。
  論文  参考訳（メタデータ） (2026-02-14T14:00:06Z)
• 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)

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。