arXivは2026年8月24日(現地時間)、多様なデータソースから稀な異常イベントを検出するマルチモーダル異常検知 (MMAD) に関する包括的な調査論文を公開しました。従来のアーキテクチャベースとは異なり、この論文は異常性の定義と分離方法に着目した仮説駆動型アプローチで既存研究を体系化し、産業検査やサイバーセキュリティといった安全・信頼性が重要なアプリケーションでのMMADの利用拡大に対応します。
この調査論文は、マルチモーダル異常検知 (MMAD) の現状について詳細な分析を提供しています。論文では、これまでのMMAD研究が様々なドメインやモダリティの組み合わせによって分断されており、既存の調査論文が手法をアーキテクチャで分類する傾向があったと指摘しています。
論文ではまずMMADの問題を形式化し、その中核となる課題を支える5つの本質的な特性を特定します。その上で、先行研究を以下の2つの補完的なパラダイムに整理しました。
- 正常性仮説に基づく手法 (normality-assumption methods): 表現学習、クロスモーダルアライメント、知識拡張を通じて規則性をモデル化するアプローチです。
- 異常性仮説に基づく手法 (anomaly-assumption methods): 粗粒度、構造的、意味的な異常注入を通じて決定境界を明確化するアプローチです。
さらに、論文はファウンデーションモデルが、スケーラブルな事前学習、柔軟なクロスモーダル転送、新たな推論能力を通じてMMADをどのように再構築しているかについても調査しています。著者らは、分野横断的な代表的ベンチマークと評価プロトコルをまとめ、堅牢で適応性が高く、解釈可能なMMADシステムのための未解決の問題と将来の方向性を強調しています。この論文は、IEEEトランザクションズ・オン・ビッグデータ (IEEE Transactions on Big Data) への掲載が受理されています。
参考: arXiv cs.LG (アーカイブ) — 2026年8月27日 13:00 (JST)
原文ハイライト"Multi-Modal Anomaly Detection: A Survey"