論文の概要: Saccade crossing avoidance as a visual search strategy

• arxiv url: http://arxiv.org/abs/2508.18404v1
• Date: Mon, 25 Aug 2025 18:46:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-28 19:07:41.318946
• Title: Saccade crossing avoidance as a visual search strategy
• Title（参考訳）: 視覚的探索戦略としてのサケード横断回避
• Authors: Alex Szorkovszky, Rujeena Mathema, Pedro Lencastre, Pedro Lind, Anis Yazidi,
• Abstract要約: 個人によって異なる新たな記憶依存効果を報告し,これを自己交差回避と呼ぶ。 これは、ササードがスキャンパスの早期の通過を避ける傾向があり、どちらも振幅が小さい場合に最も顕著である。 自己交差的ペナルティ項を含むパラメトリック確率モデルは, ササードの長さと自己交差の連立統計を再現することができた。
• 参考スコア（独自算出の注目度）: 4.371388370559826
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Although visual search appears largely random, several oculomotor biases exist such that the likelihoods of saccade directions and lengths depend on the previous scan path. Compared to the most recent fixations, the impact of the longer path history is more difficult to quantify. Using the step-selection framework commonly used in movement ecology, and analyzing data from 45-second viewings of "Where's Waldo"?, we report a new memory-dependent effect that also varies significantly between individuals, which we term self-crossing avoidance. This is a tendency for saccades to avoid crossing those earlier in the scan path, and is most evident when both have small amplitudes. We show this by comparing real data to synthetic data generated from a memoryless approximation of the spatial statistics (i.e. a Markovian nonparametric model with a matching distribution of saccade lengths over time). Maximum likelihood fitting indicates that this effect is strongest when including the last $\approx 7$ seconds of a scan path. The effect size is comparable to well-known forms of history dependence such as inhibition of return. A parametric probabilistic model including a self-crossing penalty term was able to reproduce joint statistics of saccade lengths and self-crossings. We also quantified individual strategic differences, and their consistency over the six images viewed per participant, using mixed-effect regressions. Participants with a higher tendency to avoid crossings displayed smaller saccade lengths and shorter fixation durations on average, but did not display more horizontal, vertical, forward or reverse saccades. Together, these results indicate that the avoidance of crossings is a local orienting strategy that facilitates and complements inhibition of return, and hence exploration of visual scenes.
• Abstract（参考訳）: 視覚探索はほとんどランダムに見えるが、ササード方向と長さの確率が以前のスキャンパスに依存するように、いくつかの眼球運動バイアスが存在する。 直近の固定法と比較すると、より長い経路履歴の影響を定量化することはより困難である。 運動生態学でよく使われるステップ選択の枠組みを用いて、「Where's Waldo」の45秒ビューからのデータを分析する。 今回我々は, 個人間で異なる新たな記憶依存効果を報告し, 自己交差回避(Self-crossing avoidance)と呼ぶ。 これは、ササードがスキャンパスの早期の通過を避ける傾向があり、どちらも振幅が小さい場合に最も顕著である。 実データと空間統計量のメモリレス近似から生成された合成データを比較することにより,実データを比較する。 最大の可能性フィッティングは、スキャンパスの最後の$\approx 7$ secondsを含む場合、この効果が最強であることを示している。 効果の大きさは、リターンの抑制のような、よく知られた歴史依存の形式に匹敵する。 自己交差ペナルティ項を含むパラメトリック確率モデルは, ササードの長さと自己交差の連立統計を再現することができた。 また、混合効果回帰を用いて、個々の戦略的差異と、参加者ごとの6つの画像に対する一貫性を定量化した。 交差を避ける傾向の高い参加者は, 平均でより小さいササードの長さと短い固定期間を示したが, 水平, 垂直, 前方, 逆ササードは示さなかった。 これらの結果から,交差点の回避は帰路の抑制を促進・補完する局所的なオリエンテーション戦略であり,視覚的な場面の探索が可能であることが示唆された。

関連論文リスト

• Regularized Contrastive Partial Multi-view Outlier Detection [76.77036536484114]
  RCPMOD(Regularized Contrastive partial Multi-view Outlier Detection)と呼ばれる新しい手法を提案する。 このフレームワークでは、コントラスト学習を利用して、ビュー一貫性のある情報を学び、一貫性の度合いでアウトレイラを識別する。 4つのベンチマークデータセットによる実験結果から,提案手法が最先端の競合より優れていることが示された。
  論文  参考訳（メタデータ） (2024-08-02T14:34:27Z)
• A Study of Posterior Stability for Time-Series Latent Diffusion [59.41969496514184]
  まず,後部崩壊により可変オートエンコーダ(VAE)への潜伏拡散が減少し,表現性が低下することを示す。 次に、入力変数に対するリカレントデコーダの感度を定量化する、依存性測度という原則的手法を導入する。 理論的および実証的研究に基づいて,潜伏拡散を延長し,後部が安定な新しい枠組みを導入する。
  論文  参考訳（メタデータ） (2024-05-22T21:54:12Z)
• A U-turn on Double Descent: Rethinking Parameter Counting in Statistical Learning [68.76846801719095]
  二重降下がいつどこで起こるのかを正確に示し、その位置が本質的に閾値 p=n に結び付けられていないことを示す。 これは二重降下と統計的直観の間の緊張を解消する。
  論文  参考訳（メタデータ） (2023-10-29T12:05:39Z)
• Self-similarity Driven Scale-invariant Learning for Weakly Supervised Person Search [66.95134080902717]
  自己相似性駆動型スケール不変学習(SSL)という新しいワンステップフレームワークを提案する。 本稿では,ネットワークを前景と学習スケール不変の機能に集中させるための,マルチスケール・エクステンプラー・ブランチを提案する。 PRWおよびCUHK-SYSUデータベースの実験により,本手法の有効性が示された。
  論文  参考訳（メタデータ） (2023-02-25T04:48:11Z)
• Estimating long-term causal effects from short-term experiments and long-term observational data with unobserved confounding [5.854757988966379]
  実験データと観測データの両方が利用可能である場合の長期治療効果の同定と推定について検討した。 我々の長期因果効果推定器は、回帰残差と短期実験結果を組み合わせることで得られる。
  論文  参考訳（メタデータ） (2023-02-21T12:22:47Z)
• Decoupling Long- and Short-Term Patterns in Spatiotemporal Inference [31.245426664456257]
  高価なため、大量のセンサーを配備するのは現実的ではない。 きめ細かいデータ測定の仕方は、長い間、迫りくる問題だった。 本稿では,短期パターンの空間的および時間的関係を学習するためのグラフ時間的注意ネットワークを提案する。
  論文  参考訳（メタデータ） (2021-09-16T03:06:31Z)
• Investigate the Essence of Long-Tailed Recognition from a Unified Perspective [11.080317683184363]
  深層認識モデルは、カテゴリ間の重い不均衡なサンプル数のために、長い尾のデータ分布に悩まされることが多い。 本研究では,長い尾の認識が標本数とカテゴリの類似性の両方に悩まされていることを示す。
  論文  参考訳（メタデータ） (2021-07-08T11:08:40Z)
• Hard-label Manifolds: Unexpected Advantages of Query Efficiency for Finding On-manifold Adversarial Examples [67.23103682776049]
  画像分類モデルに対する最近のゼロオーダーのハードラベル攻撃は、ファーストオーダーのグラデーションレベルの代替品に匹敵する性能を示している。 最近、グラデーションレベルの設定では、通常の敵対的な例がデータ多様体から離れ、オンマニホールドの例が実際には一般化エラーであることが示されている。 雑音の多い多様体距離オラクルに基づく情報理論論的議論を提案し、敵の勾配推定を通じて多様体情報を漏洩させる。
  論文  参考訳（メタデータ） (2021-03-04T20:53:06Z)
• Long-Tailed Classification by Keeping the Good and Removing the Bad Momentum Causal Effect [95.37587481952487]
  長い尾の分類は、大規模なディープラーニングの鍵である。 既存の手法は主に、基本的な理論を欠いた再重み付け/再サンプリングに基づいている。 本稿では,従来の手法の理由を解明するだけでなく,新たな原理的解を導出する因果推論の枠組みを確立する。
  論文  参考訳（メタデータ） (2020-09-28T00:32:11Z)
• TPPO: A Novel Trajectory Predictor with Pseudo Oracle [16.0481815047447]
  Trajectory Predictor with Pseudo Oracle (TPPO) は、生成モデルに基づく軌道予測器である。 この相関は、歩行者の将来の軌跡が前方の歩行者に影響されることがしばしばあるという事実に着想を得たものである。 TPPOは、平均値と最終変位誤差が低い最先端の手法より優れている。
  論文  参考訳（メタデータ） (2020-02-04T03:28:55Z)

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。