論文の概要: SGDB: Semantic-Geometric Decoupling and Evidence Binding for Logical Anomaly Detection
- arxiv url: http://arxiv.org/abs/2610.34897v1
- Date: Mon, 26 Oct 2026 06:17:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.771796
- Title: SGDB: Semantic-Geometric Decoupling and Evidence Binding for Logical Anomaly Detection
- Title（参考訳）: SGDB: 論理的異常検出のための意味幾何学的デカップリングと証拠結合
- Abstract要約: 本稿では,コンポーネントアノテーション付き正規情報源と事実編集からオブジェクトの識別を学習するセマンティックデコーダを提案する。
サポート認定読者は、ライン品質と完全なコンポーネントオーナシップを用いてマスク由来の軸を選択する。
凍結された言語モデルは引用された主張として選択された結果を表現する。
- 参考スコア（独自算出の注目度）: 5.986222238562057
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Logical anomaly detection requires recognizing scene components and measuring whether their configuration satisfies task constraints. Correct identities can coexist with inaccurate geometry; clean mask fragments can yield misleading lengths. We propose Semantic-Geometric Decoupling and Evidence Binding (SGDB). A semantic decoder learns object identities from component-annotated normal sources and factual edits; a separate reader supplies final measurements. Partial one-to-one association binds geometric witnesses to identities while retaining unmatched objects in the count. A support-certified reader selects mask-derived axes using line quality and complete component ownership. Explicit task requirements and normal-data references define executable checks, with decision thresholds fixed by independent normal calibration. Execution-grounded explanation traces rule contributions to source objects and measurements, extracting compact sufficient alarm certificates. A frozen language model expresses selected outcomes as cited claims, with numeric evidence retained by the executor. Reports preserve observed deviations and unavailable evidence. SGDB achieves 98.19% AUROC and 94.52% fixed-threshold F1 on five MVTec LOCO logical categories, and 93.56% AUROC and 92.76% F1 across all 50 VID-AD tasks. Frozen-output controls evaluate geometric readout and explanatory sufficiency and compactness.
- Abstract（参考訳）: 論理的異常検出には、シーンコンポーネントを認識し、その構成がタスク制約を満たすかどうかを測定する必要がある。
正確なアイデンティティは不正確な幾何学と共存し、きれいなマスクの断片は誤解を招く長さを生み出す。
本稿では,SGDB(Semantic-Geometric Decoupling and Evidence Binding)を提案する。
セマンティックデコーダは、コンポーネントアノテートされた通常のソースと事実編集からオブジェクトのアイデンティティを学習する。
部分的な1対1の関連は、数え切れない物体をカウントに保持しながら、幾何学的な証人を同一視する。
サポート認定読者は、ライン品質と完全なコンポーネントオーナシップを用いてマスク由来の軸を選択する。
明示的なタスク要件と正規データ参照は、独立した正規校正によって決定しきい値が固定された実行可能チェックを定義する。
実行ベースによる説明は、ソースオブジェクトと測定に対するルールの貢献をトレースし、十分なアラーム証明書を抽出する。
凍結された言語モデルは引用された主張として選択された結果を表現する。
報告は、観測された偏差と不可能な証拠を保存している。
SGDBは5つのMVTec LOCO論理カテゴリで98.19%のAUROCと94.52%の固定閾値F1、50のVID-ADタスクで93.56%のAUROCと92.76%のF1を達成した。
凍結出力制御は、幾何学的読み出しと説明的充足性とコンパクト性を評価する。
関連論文リスト
- Beyond Single-Attribute Auditing: A Configurable Multi-Attribute Benchmark for Intersectional Fairness in LLMs [51.55275445840593]
大規模言語モデル(LLM)は、公平性についてますます評価されているが、既存のベンチマークでは、1回に1つのセンシティブな属性を監査している。
既存のフェアネスデータを479,066のDual- and Multi-Atributeインスタンスに変換するベンチマークであるComFairを紹介する。
このペアリングは、パフォーマンスやバイアススコアシフトの統一監査、新たなエラーの導入や既存のエラーの隠蔽、モデルレベルの安定性などをサポートする。
論文 参考訳（メタデータ） (2026-10-26T09:14:28Z) - Auditor-Assisted Summary-Channel Verification for Hosted LLM Identity Substitution [22.419301430356285]
信頼性のある監査人が要求されたアイデンティティを登録し、配備前に検証資料を準備する監査人支援体制について検討する。
SuMMARKは、ユーザ可視な推論サマリーを鍵監査面として利用する要約チャネル透かしフレームワークである。
論文 参考訳（メタデータ） (2026-10-19T08:09:11Z) - AlphaDiana: A Measurement System for Agents in Verifiable Reasoning Tasks [70.52860945958031]
我々は、データセット、エージェント、環境、スコアラーの計測システムであるAlphaDianaを紹介する。
5つの回答ベースベンチマークで3つのオープンソースモデルと3つのオープンソースハーネスについて検討する。
ハーネスは推論の精度を常に改善しないことがわかった。
論文 参考訳（メタデータ） (2026-10-14T14:04:48Z) - Quantifying Annotation Agreement in Object Detection with Optimal Transport [46.07145155913717]
本稿では,オブジェクト検出アノテーション間の一致を測定するための最適輸送基準について検討する。
境界ボックスの重複をバイナライズする代わりに、このメトリクスは、一致したラベル付きボックスと未一致のラベル付きボックスにグレードされたコストを割り当てる。
この結果から,OTはオブジェクト検出において,特に多数の小またはあいまいなオブジェクトを持つドメインに対して,よりリッチなアノテーション合意を提供することが示された。
論文 参考訳（メタデータ） (2026-10-14T10:04:57Z) - Watermarking: from Impossibility to Auditable Compliance [78.87513208320995]
EU人工知能法第50条(2)は、合成出力を機械可読かつ検出可能にするために、生成システムの提供者を要求する。
自由形式のテキストにとって、重要な実装の1つは、生成的な透かし処理の実装である。
本稿は、強い透かしに代わる聴覚的な代替品を開発する。
論文 参考訳（メタデータ） (2026-10-05T13:32:41Z) - TRACE: Target-Aware Retrieval, Attributed Evidence, and Contract-Constrained Extraction for LitTraceQA [0.8594140167290097]
LitTraceQAには、標準的な紙の識別子、ページやオブジェクトレベルでの正確な証拠、評価値にマッチする型付き回答が必要である。
TRACEは、パス、オブジェクト、エイリアス、引用、密度の高い表現を通じて27,487の論文をインデックスし、各信号の後方に質問対象を保持する。
選抜されたクリーントラックアーティファクトスコア0.760613を公式71問検定セットで評価した。
論文 参考訳（メタデータ） (2026-09-30T03:17:27Z) - Object-to-Source Mapping under Optimization: What a Control-Flow Trace Can Show, and Where Source-Level Coverage Breaks [46.45816037744739]
制御フロートレースは、マシンレベルの実行を再構築することができるが、ソースレベルの構造カバレッジに加えて、生成された命令からの検証された帰属と、ソースの義務への分岐結果が必要である。
本稿では,その境界を定義し,コンパイラの正確な出力を図示する。
付録では、実際のシリコン上でのエンド・ツー・エンドのメカニズムを例示している。
論文 参考訳（メタデータ） (2026-08-29T17:06:10Z) - EliSeg: Verified Target Construction for Report-Grounded Abnormality Segmentation [10.966565098819816]
本研究は, 対象の適性, 濃度, 対マスク対応の発見をモデルが決定しなければならない, レポート基底の異常セグメンテーションについて検討する。
マスク生成とターゲット構築を統合したアトラル検証-修正フレームワークである textbfEliSeg を提案する。
EliSegは、事前に定義されたターゲットID、プロンプト、ポイント、バウンディングボックスを見つける必要はない。
論文 参考訳（メタデータ） (2026-08-07T14:52:35Z) - SEER: A Self-Grounded Evidence Interface for Controlled Spatial Relation Classification [71.9783246097687]
SEERは、ペアローカライゼーション中の候補関係を隠蔽し、明示的な主観的/対象的役割を持つクエリ固有ビューを構築し、補完的な証拠として完全なイメージとスパースボックス幾何学を保持する。
正確な逆サポートを持つ関係選択プロトコルでは、オプションリファインメントがエンティティロールを交換し、正確に1つの視覚状態が対応する逆関係に従う場合にのみ前方決定を変更する。
変更されていないプロトコルは、3つのモデルにまたがる2,434個のフィルター付きEmbSpatialペア関係質問に対して +4.35 から +11.79 を得る。
論文 参考訳（メタデータ） (2026-08-04T13:16:15Z) - E-MIA: Exam-Style Black-Box Membership Inference Attacks against RAG Systems [4.305347927600694]
対象文書の検証可能なハードエビデンスを,客観的に段階的な4種類の質問タイプによる試験に変換するE-MIAを提案する。
E-MIAは、自然でステルスなクエリを保持しながら、厳密な設定でメンバ/非メンバ分離性を改善する。
論文 参考訳（メタデータ） (2026-05-01T12:30:00Z)
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。