論文の概要: Continual Event Recognition for Autonomous Optical Network Monitoring
- arxiv url: http://arxiv.org/abs/2611.16038v1
- Date: Wed, 11 Nov 2026 21:46:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.277509
- Title: Continual Event Recognition for Autonomous Optical Network Monitoring
- Title(参考訳): 自律型光ネットワークモニタリングのための連続イベント認識
- Abstract要約: 自律型光学ネットワークは、再訓練やサービスの中断を繰り返すことなく、進化する障害に適応できる監視システムを必要とする。
本稿では,プロトタイプ表現,オープンセット認識,数発のプロトタイプ登録に基づく,状態偏光(SOP)に基づく光監視のための連続イベント認識フレームワークを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Autonomous optical networks require monitoring systems capable of adapting to evolving disturbances without repeated retraining or service interruption. We propose a continual event recognition framework for state-of-polarization (SOP)-based optical monitoring based on prototype representations, open-set recognition, and few-shot prototype registration. The framework supports recognition of known disturbances, detection and integration of novel events, and investigates whether overlapping disturbances can be inferred through compositional reasoning from existing prototypes. Experimental validation on a 2600-km ROADM-based optical testbed demonstrates 99.82% closed-set recognition accuracy, successful adaptation to novel disturbances without encoder retraining, and reveals that overlapping optical disturbances exhibit varying degrees of latent compositionality. While some overlaps can be recognized in a zero-shot manner through prototype composition, others require explicit few-shot registration. These results establish continual event recognition as a promising paradigm for future autonomous optical network monitoring systems.
- Abstract(参考訳): 自律型光学ネットワークは、再訓練やサービスの中断を繰り返すことなく、進化する障害に適応できる監視システムを必要とする。
本稿では,プロトタイプ表現,オープンセット認識,数発のプロトタイプ登録に基づく,状態偏光(SOP)に基づく光監視のための連続イベント認識フレームワークを提案する。
このフレームワークは、既知の乱れの認識、新しい事象の検出と統合をサポートし、既存のプロトタイプから構成的推論によって重複した乱れを推測できるかどうかを調査する。
2600kmのROADMベースの光テストベッドの実験的検証により、99.82%のクローズドセット認識精度が証明され、エンコーダのリトレーニングなしで新規な外乱への適応に成功した。
いくつかのオーバーラップは、プロトタイプの合成によってゼロショットで認識できるが、明示的な数ショットの登録を必要とするものもある。
これらの結果から,将来の自律型光ネットワーク監視システムにおいて,連続的なイベント認識が期待できるパラダイムとして確立された。
関連論文リスト
- SSMB: Self-Supervised Local Feature Detection under Motion Blur [48.57970299584709]
動きブル画像のためのデブルーフリーで自己監督型キーポイント検出器であるSSMBを提案する。
LDEモジュールは、グローバルな特徴混合後のきめ細かい局所的な識別性を復元する。
論文 参考訳(メタデータ) (2026-08-27T14:28:19Z) - A Dual-Stream Challenge-Response Protocol for Ocular Liveness Verification [0.0]
眼バイオメトリックシステムは、高解像度ビデオ再生やリアルタイム生成ディープフェイクなど、洗練されたプレゼンテーションアタックに直面している。
本稿では,眼生検定のためのダブルストリーム・チャレンジ・レスポンス・フレームワークを提案する。
非ゼロレイテンシレンダリングギャップが存在する場合、複数ラウンドのチャレンジ設計により、生成するディープフェイクの検出が向上することを示す。
論文 参考訳(メタデータ) (2026-07-10T18:15:23Z) - On-board Telemetry Monitoring in Autonomous Satellites: Challenges and Opportunities [1.5949218056028653]
この研究は、軌道制御サブシステム内の故障検出、隔離、回復のためのeXplainable Artificial Intelligenceに対処する。
ペプホールと呼ばれる中間的神経活性化から低次元,意味的アノテートエンコーディングを導出する手法を提案する。
論文 参考訳(メタデータ) (2026-04-09T16:25:53Z) - Noise & pattern: identity-anchored Tikhonov regularization for robust structural anomaly detection [58.535473924035365]
異常検出は自動産業検査において重要な役割を担い、他の均一な視覚パターンの微妙な欠陥や稀な欠陥を識別することを目的としている。
自己教師型オートエンコーダを用いて, 破損した入力の修復を学習する構造的異常検出に取り組む。
構造欠陥を模倣した画像に人工的破壊を注入する汚職モデルを導入する。
論文 参考訳(メタデータ) (2025-11-10T15:48:50Z) - Test-time Uncertainty Estimation for Medical Image Registration via Transformation Equivariance [11.57571124470059]
現在のディープ登録ネットワークは、予測が信頼できるかどうかの限られた表示を提供する。
本稿では、事前訓練されたネットワークと互換性のあるテスト時間不確実性推定フレームワークを提案する。
我々のフレームワークは、事前訓練された登録ネットワークをテスト時にリスク認識ツールに変換し、医療画像登録を安全な配置に一歩近付けます。
論文 参考訳(メタデータ) (2025-09-27T15:03:06Z) - Verification of Visual Controllers via Compositional Geometric Transformations [49.81690518952909]
到達可能な集合の外部近似を生成できる知覚ベースのコントローラのための新しい検証フレームワークを提案する。
提案手法の音質を理論的に保証し,ベンチマーク制御環境における有効性を示す。
論文 参考訳(メタデータ) (2025-07-06T20:22:58Z) - Convolutional Neural Network Design and Evaluation for Real-Time Multivariate Time Series Fault Detection in Spacecraft Attitude Sensors [41.94295877935867]
本稿では,ドローンのような宇宙船の加速度計および慣性測定ユニット内のスタンプ値を検出するための新しい手法を提案する。
マルチチャネル畳み込みニューラルネットワーク(CNN)は、マルチターゲット分類を実行し、センサ内の障害を独立に検出するために使用される。
ネットワークの異常を効果的に検出し,システムレベルでの回復動作をトリガーする統合手法を提案する。
論文 参考訳(メタデータ) (2024-10-11T09:36:38Z) - MMNet: Multi-Collaboration and Multi-Supervision Network for Sequential
Deepfake Detection [81.59191603867586]
シークエンシャルディープフェイク検出は、回復のための正しいシーケンスで偽の顔領域を特定することを目的としている。
偽画像の復元には、逆変換を実装するための操作モデルの知識が必要である。
顔画像の空間スケールや逐次順列化を扱うマルチコラボレーション・マルチスーパービジョンネットワーク(MMNet)を提案する。
論文 参考訳(メタデータ) (2023-07-06T02:32:08Z) - ReDFeat: Recoupling Detection and Description for Multimodal Feature
Learning [51.07496081296863]
我々は、相互重み付け戦略による多モーダル特徴学習の検出と記述の独立した制約を再定義する。
本研究では,大きな受容場を有し,学習可能な非最大抑制層を備える検出器を提案する。
我々は,特徴マッチングと画像登録タスクにおける特徴量を評価するために,クロス可視,赤外線,近赤外,合成開口レーダ画像ペアを含むベンチマークを構築した。
論文 参考訳(メタデータ) (2022-05-16T04:24:22Z) - An Attention-based ConvLSTM Autoencoder with Dynamic Thresholding for
Unsupervised Anomaly Detection in Multivariate Time Series [2.9685635948299995]
本稿では,異常検出と診断を行うための動的閾値保持(ACLAE-DT)フレームワークを用いた非教師付き注意型畳み込み長短期記憶(ConvLSTM)オートエンコーダを提案する。
フレームワークは、システムステータスを特徴付ける機能イメージを構築する前に、データの事前処理と強化から始まります。
構築した特徴画像は注意に基づくConvLSTMオートエンコーダに入力される。
その後、再構成エラーを計算し、統計に基づく動的しきい値決定機構により異常を検出し診断する。
論文 参考訳(メタデータ) (2022-01-23T04:01:43Z) - Harnessing Unrecognizable Faces for Face Recognition [87.80037162457427]
本稿では,顔画像の認識可能性の尺度を提案し,主に認識可能なアイデンティティを用いて訓練されたディープニューラルネットワークによって実現された。
FAR=1e-5において,認識可能性を考慮した場合,単画像認識の誤り率を58%減少させることを示す。
論文 参考訳(メタデータ) (2021-06-08T05:25:03Z)
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。