論文の概要: Individual Topology Structure of Eye Movement Trajectories

• arxiv url: http://arxiv.org/abs/2205.10667v1
• Date: Sat, 21 May 2022 20:30:45 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-30 10:19:43.981798
• Title: Individual Topology Structure of Eye Movement Trajectories
• Title（参考訳）: 眼球運動軌跡の個々のトポロジー構造
• Authors: Arsenii Onuchin, Oleg Kachan
• Abstract要約: 本稿では,眼球運動軌跡構造の定量的解析に新たな特徴のクラスを応用することを提案する。 従来型機能との競合性と,その重要な相乗効果を実験的に実証した。
• 参考スコア（独自算出の注目度）: 6.09170287691728
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Traditionally, extracting patterns from eye movement data relies on statistics of different macro-events such as fixations and saccades. This requires an additional preprocessing step to separate the eye movement subtypes, often with a number of parameters on which the classification results depend. Besides that, definitions of such macro events are formulated in different ways by different researchers. We propose an application of a new class of features to the quantitative analysis of personal eye movement trajectories structure. This new class of features based on algebraic topology allows extracting patterns from different modalities of gaze such as time series of coordinates and amplitudes, heatmaps, and point clouds in a unified way at all scales from micro to macro. We experimentally demonstrate the competitiveness of the new class of features with the traditional ones and their significant synergy while being used together for the person authentication task on the recently published eye movement trajectories dataset.
• Abstract（参考訳）: 伝統的に、眼球運動データからパターンを抽出することは、固定やササードのような異なるマクロイベントの統計に依存する。 これは、眼球運動のサブタイプを分離するために追加の事前処理ステップを必要とし、しばしば分類結果が依存する多くのパラメータを持つ。 さらに、そのようなマクロイベントの定義は、異なる研究者によって異なる方法で定式化される。 本稿では,眼球運動軌跡構造の定量的解析に新たな特徴のクラスを応用することを提案する。 代数トポロジーに基づくこの新しい特徴のクラスは、座標や振幅の時系列、熱マップ、点雲といった様々な視線から、マイクロからマクロまであらゆるスケールで統一された方法でパターンを抽出することができる。 本稿では,最近発表された眼球運動軌跡データセットにおける人物認証タスクに併用しながら,従来の特徴と相乗効果を両立させた新しい特徴の競争力を実験的に実証する。

関連論文リスト

• Heterogeneous Relationships of Subjects and Shapelets for Semi-supervised Multivariate Series Classification [4.4881185098082]
  半教師付きMSS分類のための被験者の異種関係とシェープレット法を提案する。 まず、コントラスト時間自己アテンションモジュールを用いて、スパースMSS表現を得る。 第2に, 被験者の特徴と形状の両方を付加情報として取り入れ, 異なる被験者の形状を学習する。 最後に,2レベルグラフアテンションネットワークを用いて予測を行う。
  論文  参考訳（メタデータ） (2024-11-27T04:25:13Z)
• Probing Fine-Grained Action Understanding and Cross-View Generalization of Foundation Models [13.972809192907931]
  ファンデーションモデル(FM)は、広いデータセットでトレーニングされた大規模なニューラルネットワークである。 ビデオにおける人間の活動認識は、異なるアーキテクチャ間の競争によって駆動されるFMによって進歩している。 本稿では,視線変化が人体活動認識の微粒化における異なるFMに与える影響を実験的に評価する。
  論文  参考訳（メタデータ） (2024-07-22T12:59:57Z)
• Learning the Evolutionary and Multi-scale Graph Structure for Multivariate Time Series Forecasting [50.901984244738806]
  時系列の進化的・マルチスケール相互作用をモデル化する方法を示す。 特に、まず、拡張畳み込みと協調して、スケール固有の相関を捉える階層グラフ構造を提供する。 最終的な予測を得るために上記のコンポーネントを統合するために、統合ニューラルネットワークが提供される。
  論文  参考訳（メタデータ） (2022-06-28T08:11:12Z)
• Importance Weighted Structure Learning for Scene Graph Generation [40.46394569128303]
  本稿では,シーングラフ生成のための重み付き構造学習手法を提案する。 結果として生じる制約付き変動推論タスクを解決するために、一般的なエントロピーミラー降下アルゴリズムを適用した。 提案手法は,様々な人気シーングラフ生成ベンチマークにおいて,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2022-05-14T09:25:14Z)
• Self-Similarity Priors: Neural Collages as Differentiable Fractal Representations [73.14227103400964]
  本稿では,自己相似性の自動発見における学習の役割と下流タスクの活用について検討する。 我々は、自己参照型構造化変換のパラメータとしてデータを表す暗黙演算子の新しいクラスであるニューラルコラージュを設計する。 本稿では,ニューラルコラージュが生成する表現を,データ圧縮や生成など様々なタスクで活用する方法を検討する。
  論文  参考訳（メタデータ） (2022-04-15T22:54:23Z)
• Novel Features for Time Series Analysis: A Complex Networks Approach [62.997667081978825]
  時系列データは、気候、経済、医療などいくつかの領域で広く使われている。 最近の概念的アプローチは、複雑なネットワークへの時系列マッピングに依存している。 ネットワーク分析は、異なるタイプの時系列を特徴付けるのに使うことができる。
  論文  参考訳（メタデータ） (2021-10-11T13:46:28Z)
• Efficient Modelling Across Time of Human Actions and Interactions [92.39082696657874]
  3つの畳み込みニューラルネットワーク(CNND)における現在の固定サイズの時間的カーネルは、入力の時間的変動に対処するために改善できると主張している。 我々は、アーキテクチャの異なるレイヤにまたがる機能の違いを強化することで、アクションのクラス間でどのようにうまく対処できるかを研究する。 提案手法は、いくつかのベンチマークアクション認識データセットで評価され、競合する結果を示す。
  論文  参考訳（メタデータ） (2021-10-05T15:39:11Z)
• CLRGaze: Contrastive Learning of Representations for Eye Movement Signals [0.0]
  眼球運動の特徴ベクトルを自己指導的に学習する。 我々は、対照的な学習アプローチを採用し、深層ニューラルネットワークが顕著な視線パターンと粒度のパターンを識別することを奨励する一連のデータ変換を提案する。
  論文  参考訳（メタデータ） (2020-10-25T06:12:06Z)
• Synthesizing the Unseen for Zero-shot Object Detection [72.38031440014463]
  そこで本研究では,視覚領域における視覚的特徴と視覚的対象の両方を学習するために,視覚的特徴を合成することを提案する。 クラスセマンティックスを用いた新しい生成モデルを用いて特徴を生成するだけでなく,特徴を識別的に分離する。
  論文  参考訳（メタデータ） (2020-10-19T12:36:11Z)
• Hierarchical HMM for Eye Movement Classification [14.551782298808572]
  眼球運動の3次分類は, 眼球位置データから固定, ササード, スムーズな追跡を分離することを目的としている。 固定,サケード,スムーズな追従を検出するための階層型隠れマルコフモデル(HMM)を提案する。
  論文  参考訳（メタデータ） (2020-08-18T14:47:23Z)
• A Trainable Optimal Transport Embedding for Feature Aggregation and its Relationship to Attention [96.77554122595578]
  固定サイズのパラメータ化表現を導入し、与えられた入力セットから、そのセットとトレーニング可能な参照の間の最適な輸送計画に従って要素を埋め込み、集約する。 我々のアプローチは大規模なデータセットにスケールし、参照のエンドツーエンドのトレーニングを可能にすると同時に、計算コストの少ない単純な教師なし学習メカニズムも提供する。
  論文  参考訳（メタデータ） (2020-06-22T08:35:58Z)

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。