MuViS: マルチモーダル・バーチャルセンシング・ベンチマーク

要旨: 仮想センシングは、アクセス可能な計測から、測定が困難な量を推定することを目指し、物理システムにおける知覚と制御の中核を担っています。第一原理モデルやハイブリッドモデルから現代のデータ駆動手法まで、急速に研究が進展しているにもかかわらず、研究は分野ごとに分断されたままであり、プロセス、モダリティ、センシング構成をまたいで転移可能な、確立されたデフォルト手法が存在しません。私たちは、多モーダルな仮想センシングのための、ドメインに依存しないベンチマークスイート MuViS を導入します。MuViS は、標準化された前処理と評価のために、多様なデータセットを統一されたインターフェースに集約します。この枠組みを用いて、勾配ブースティング決定木（gradient-boosted decision trees）から深層ニューラルネットワーク（NN）アーキテクチャに至るまでの確立された手法をベンチマークし、それらのいずれも普遍的な優位性を提供しないことを示します。これは、汎用化可能な仮想センシング・アーキテクチャの必要性を裏付けるものです。MuViS は、再現可能な比較のためのオープンソースで拡張可能なプラットフォームとして公開されており、新しいデータセットやモデルクラスの将来的な統合にも対応します。