TAG ARCHIVE
anomaly-detection
MARIA OSブログのanomaly-detectionタグに関連する3件の記事。ボンギンカンの判断OS、AIガバナンス、Agentic Company研究をテーマ別に参照しやすい技術記事アーカイブです。
判断OS / 決断インテリジェンスOS
組織の判断を実行可能な意思決定システムに変換するMARIA OS中核研究。
エージェント型企業アーキテクチャ
人間とエージェントの組織、委任境界、役割トポロジー、ガバナンス付き自律性に関する研究。
責任ゲートとAIガバナンス
AIエージェントの安全性、説明責任、フェイルクローズドゲート、監査可能性、HITL制御。
マルチエージェント数学
収束、安定性、ゲーム理論、グラフダイナミクス、マルチエージェント評価の形式モデル。
エビデンス、RAG、ナレッジガバナンス
エビデンスバンドル、検索アーキテクチャ、Graph RAG、ナレッジトラスト、監査可能な推論パイプライン。
Agentic R&Dと判断科学
研究運用、シミュレーションラボ、判断科学、再帰的改善、実験的AIガバナンス。
Doctorアーキテクチャ: MARIA OSにおける異常検知と企業メタ認知
二重モデル異常検知、閾値設計、ゲート統合、loop gain / buffer 監視
DoctorはIsolation ForestとAutoencoderを組み合わせ、A_combined = α·s(x) + (1-α)·σ(ε(x)) で異常度を算出する。0.85でソフトスロットル、0.92でハードフリーズを適用し、Gate Engineと連動して潜在ガバナンス密度を調整する。さらに運用影響行列 A_t に対し exact loop gain `g_t=(1-D_t)λ_max(A_t)` と buffer `δ_buffer=1-D_t-λ_max(A_t)` を監視し、連鎖障害を早期に抑制する。
エージェント組織のアルゴリズムスタック: 7層アーキテクチャに対応する必須10手法
生成AI単体では埋まらない運用要件を、7層統合とレビュー比率制御で補完する
自律運用企業には、言語理解だけでなく意思決定予測、状態制御、構造推論、異常検知が同時に必要となる。本稿は10アルゴリズムを7層に対応付け、7状態/6遷移パイプライン、劣化時のエスカレーション、運用レビュー比率 `R_review` を含む統合設計指針を示す。
エージェントシステム安全のための異常検知: Deviation Controlの実装
Isolation ForestとAutoencoder再構成誤差で構成する安全監視レイヤー
運用逸脱の早期検知を目的に、木ベース異常度と再構成誤差を併用した監視系を設計する。異常時のthrottle/freezeカスケードと安定条件 `spectral_radius < 1 - governance_density` を運用ガードとして実装する。