論文の概要: Two-component spatiotemporal template for activation-inhibition of speech in ECoG

• arxiv url: http://arxiv.org/abs/2412.21178v1
• Date: Mon, 30 Dec 2024 18:50:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-31 16:01:51.063436
• Title: Two-component spatiotemporal template for activation-inhibition of speech in ECoG
• Title（参考訳）: ECoG音声のアクティベーション抑制のための2成分時空間テンプレート
• Authors: Eric Easthope,
• Abstract要約: マルチチャネル高密度脳電図(ECoG)のエポックにおける帯域限定音声活動の試行錯誤力の計算 発声時の平均ベータ周波数(12-35Hz)と高頻度ガンマ活動(70-140Hz)の相関は,感覚運動野(SMC)の個々のECoGチャネル間で観察可能であることを示す。 I fit a variance-based model using principal component analysis to the band-powers of individual channel of session-averaged ECoG data in the SMC and project SMC channel on their lower-dimensional
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: I compute the average trial-by-trial power of band-limited speech activity across epochs of multi-channel high-density electrocorticography (ECoG) recorded from multiple subjects during a consonant-vowel speaking task. I show that previously seen anti-correlations of average beta frequency activity (12-35 Hz) to high-frequency gamma activity (70-140 Hz) during speech movement are observable between individual ECoG channels in the sensorimotor cortex (SMC). With this I fit a variance-based model using principal component analysis to the band-powers of individual channels of session-averaged ECoG data in the SMC and project SMC channels onto their lower-dimensional principal components. Spatiotemporal relationships between speech-related activity and principal components are identified by correlating the principal components of both frequency bands to individual ECoG channels over time using windowed correlation. Correlations of principal component areas to sensorimotor areas reveal a distinct two-component activation-inhibition-like representation for speech that resembles distinct local sensorimotor areas recently shown to have complex interplay in whole-body motor control, inhibition, and posture. Notably the third principal component shows insignificant correlations across all subjects, suggesting two components of ECoG are sufficient to represent SMC activity during speech movement.
• Abstract（参考訳）: 子音・母音音声タスク中に複数の被験者から記録された多チャンネル高密度脳電図(ECoG)のエポックにおける帯域限定音声活動の平均的試行錯誤力を計算する。 発声時の平均ベータ周波数活性(12-35Hz)と高頻度ガンマ活動(70-140Hz)との相関は,感覚運動野(SMC)の個々のECoGチャネル間で観察可能であることを示す。 そこで本研究では,SMCにおけるセッション平均ECoGデータの各チャネルのバンドパワーに主成分分析を用いた分散モデルを適用し,低次元の主成分にSMCチャネルを投影する。 音声関連活動と主成分の時空間的関係は,両周波数帯域の主成分と個々のECoGチャネルの時間的関係を窓付き相関を用いて関連づけることにより同定する。 主成分領域と感覚運動野の相関は,局所感覚運動野に類似した2成分のアクティベーション・インヒビション様の音声表現を示し,身体全体の運動制御,抑制,姿勢に複雑な相互作用があることが最近判明した。 特に第3の主成分は全被験者に有意な相関を示し,ECoGの2つの成分は発声時のSMC活動を表すのに十分であることが示唆された。

関連論文リスト

• Radio Frequency Signal based Human Silhouette Segmentation: A Sequential Diffusion Approach [26.987963024941635]
  高品質セグメンテーションを共同で合成するための2段階連続拡散モデル(SDM)を提案する。 クロスビューブロックは、拡散モデルをマルチスケールで導くために考案された。 時間ブロックはフレームレベルのモデルを微調整して、周波数時間コンテキストとモーションダイナミクスを組み込むように設計されている。
  論文  参考訳（メタデータ） (2024-07-27T12:44:21Z)
• Temporal Segment Transformer for Action Segmentation [54.25103250496069]
  本稿では,テキスト・セグメント・トランスフォーマ (textittemporal segment transformer) と呼ぶアテンション・ベース・アプローチを提案する。 主な考え方は、セグメントとフレームの間の注意を用いてセグメント表現を識別することであり、またセグメント間の時間的相関を捉えるためにセグメント間注意を用いる。 このアーキテクチャは,50Salads,GTEA,Breakfastのベンチマークにおいて,最先端の精度を実現していることを示す。
  論文  参考訳（メタデータ） (2023-02-25T13:05:57Z)
• A Causal Intervention Scheme for Semantic Segmentation of Quasi-periodic Cardiovascular Signals [7.182731690965173]
  フレームレベルのコントラスト的枠組みの下で,新たなトレーニングパラダイムを形成するために,コントラスト的因果介入(CCI)を提案する。 この介入は、単一の属性によってもたらされる暗黙の統計的バイアスを排除し、より客観的な表現につながる。
  論文  参考訳（メタデータ） (2022-09-19T13:54:51Z)
• Binaural Signal Representations for Joint Sound Event Detection and Acoustic Scene Classification [3.300149824239397]
  音響事象検出 (SED) と音響シーン分類 (ASC) は、音響シーン解析の研究において重要な部分を占める、広く研究されている2つのオーディオタスクである。 音響イベントと音響シーンの共有情報を考えると、両方のタスクを共同で行うことは、複雑なマシンリスニングシステムの自然な部分である。 本稿では,SEDとASCを併用した共同深層ニューラルネットワーク(DNN)モデルの訓練における空間オーディオ機能の有用性について検討する。
  論文  参考訳（メタデータ） (2022-09-13T11:29:00Z)
• Multi-Frequency Information Enhanced Channel Attention Module for Speaker Representation Learning [41.44950556040058]
  本稿では,多周波情報を活用し,新しい2つの注目モジュールを設計することを提案する。 提案したアテンションモジュールは、DCTに基づいて、複数の周波数成分からより多くの話者情報を効果的に取得することができる。 実験の結果,提案するSFSCおよびMFSCアテンションモジュールは,より識別性の高い話者表現を効率的に生成できることがわかった。
  論文  参考訳（メタデータ） (2022-07-10T21:19:36Z)
• Exploiting Cross-domain And Cross-Lingual Ultrasound Tongue Imaging Features For Elderly And Dysarthric Speech Recognition [55.25565305101314]
  調音機能は音響信号歪みに不変であり、音声認識システムにうまく組み込まれている。 本稿では,A2Aモデルにおける24時間TaLコーパスの並列音声・超音波舌画像(UTI)データを利用したクロスドメインおよびクロスランガルA2Aインバージョン手法を提案する。 生成した調音機能を組み込んだ3つのタスクの実験は、ベースラインのTDNNとコンフォーマーASRシステムより一貫して優れていた。
  論文  参考訳（メタデータ） (2022-06-15T07:20:28Z)
• Bi-LSTM Scoring Based Similarity Measurement with Agglomerative Hierarchical Clustering (AHC) for Speaker Diarization [0.0]
  2つの話者間の典型的な会話は、声が重なり合う部分からなり、互いに中断したり、複数の文間での会話を止めたりする。 ダイアリゼーション技術の最近の進歩は、話者ダイアリゼーションシステムを即興化するニューラルネットワークベースのアプローチを活用している。 類似度行列に存在する要素を推定するための双方向長短期記憶ネットワークを提案する。
  論文  参考訳（メタデータ） (2022-05-19T17:20:51Z)
• ProgressiveMotionSeg: Mutually Reinforced Framework for Event-Based Motion Segmentation [101.19290845597918]
  本稿では,動作推定 (ME) モジュールとイベントデノイング (ED) モジュールを相互に強化された方法で共同最適化する。 時間的相関をガイダンスとして、EDモジュールは各イベントが実活動イベントに属するという信頼度を算出し、MEモジュールに送信し、ノイズ抑制のための運動セグメンテーションのエネルギー関数を更新する。
  論文  参考訳（メタデータ） (2022-03-22T13:40:26Z)
• Group Gated Fusion on Attention-based Bidirectional Alignment for Multimodal Emotion Recognition [63.07844685982738]
  本稿では、LSTM隠蔽状態上の注目に基づく双方向アライメントネットワークで構成されるGBAN(Gated Bidirectional Alignment Network)と呼ばれる新しいモデルを提案する。 LSTMの最後の隠れ状態よりもアテンション整列表現の方が有意に優れていたことを実証的に示す。 提案したGBANモデルは、IEMOCAPデータセットにおける既存の最先端マルチモーダルアプローチよりも優れている。
  論文  参考訳（メタデータ） (2022-01-17T09:46:59Z)
• Modeling long-term interactions to enhance action recognition [81.09859029964323]
  本稿では,フレームレベルと時間レベルの両方でオブジェクト間の相互作用のセマンティクスを利用する,エゴセントリックなビデオのアンダースタンドアクションに対する新しいアプローチを提案する。 ユーザの手とほぼ対応するプライマリ領域と、相互作用するオブジェクトに対応する可能性のあるセカンダリ領域のセットを入力として、領域ベースのアプローチを使用する。 提案手法は, 標準ベンチマークの動作認識において, 最先端技術よりも優れている。
  論文  参考訳（メタデータ） (2021-04-23T10:08:15Z)
• Target-Speaker Voice Activity Detection: a Novel Approach for Multi-Speaker Diarization in a Dinner Party Scenario [51.50631198081903]
  本稿では,TS-VAD(Target-Speaker Voice Activity Detection)手法を提案する。 TS-VADは各時間フレーム上の各話者の活動を直接予測する。 CHiME-6での実験では、TS-VADが最先端の結果を得ることが示された。
  論文  参考訳（メタデータ） (2020-05-14T21:24:56Z)

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。