論文の概要: Unsupervised Discovery of Long-Term Spatiotemporal Periodic Workflows in Human Activities

• arxiv url: http://arxiv.org/abs/2511.14945v2
• Date: Thu, 20 Nov 2025 16:11:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-21 15:01:03.15304
• Title: Unsupervised Discovery of Long-Term Spatiotemporal Periodic Workflows in Human Activities
• Title（参考訳）: ヒト活動における長期時空間ワークフローの無監督的発見
• Authors: Fan Yang, Quanting Xie, Atsunori Moteki, Shoichi Masui, Shan Jiang, Kanji Uchino, Yonatan Bisk, Graham Neubig,
• Abstract要約: 580個のマルチモーダル・ヒューマン・アクティビティ・シーケンスからなる最初のベンチマークを導入する。 このベンチマークは、現実世界のアプリケーションと整合した3つの評価タスクをサポートする。 また、多様な周期的ワークフローパターンをモデル化するための軽量でトレーニング不要なベースラインを提案する。
• 参考スコア（独自算出の注目度）: 52.672726750323996
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Periodic human activities with implicit workflows are common in manufacturing, sports, and daily life. While short-term periodic activities -- characterized by simple structures and high-contrast patterns -- have been widely studied, long-term periodic workflows with low-contrast patterns remain largely underexplored. To bridge this gap, we introduce the first benchmark comprising 580 multimodal human activity sequences featuring long-term periodic workflows. The benchmark supports three evaluation tasks aligned with real-world applications: unsupervised periodic workflow detection, task completion tracking, and procedural anomaly detection. We also propose a lightweight, training-free baseline for modeling diverse periodic workflow patterns. Experiments show that: (i) our benchmark presents significant challenges to both unsupervised periodic detection methods and zero-shot approaches based on powerful large language models (LLMs); (ii) our baseline outperforms competing methods by a substantial margin in all evaluation tasks; and (iii) in real-world applications, our baseline demonstrates deployment advantages on par with traditional supervised workflow detection approaches, eliminating the need for annotation and retraining. Our project page is https://sites.google.com/view/periodicworkflow.
• Abstract（参考訳）: 暗黙のワークフローを持つ定期的な人間の活動は、製造業、スポーツ、日常生活で一般的である。 単純な構造と高コントラストパターンを特徴とする短期的周期的活動は広く研究されているが、低コントラストパターンを持つ長期的周期的ワークフローは、大半が未解明のままである。 このギャップを埋めるために、長期のワークフローを特徴とする580個のマルチモーダルなヒューマンアクティビティシーケンスからなる最初のベンチマークを導入する。 このベンチマークは、非教師付き周期ワークフロー検出、タスク完了追跡、手続き的異常検出という、現実世界のアプリケーションと整合した3つの評価タスクをサポートする。 また、多様な周期的ワークフローパターンをモデル化するための軽量でトレーニング不要なベースラインを提案する。 実験ではこう示されています。 i)我々のベンチマークでは、教師なし周期検出法と強力な大規模言語モデル(LLM)に基づくゼロショットアプローチの両方において、大きな課題が提示されている。 (二)我々の基準は、全ての評価タスクにおいて、競合する手法をかなり上回ります。 実世界のアプリケーションでは、私たちのベースラインは従来の教師付きワークフロー検出アプローチと同等のデプロイメントの利点を示し、アノテーションや再トレーニングの必要性を排除しています。 私たちのプロジェクトページはhttps://sites.google.com/view/ periodicworkflowです。

関連論文リスト

• Do We Always Need Query-Level Workflows? Rethinking Agentic Workflow Generation for Multi-Agent Systems [72.3575737073235]
  マルチエージェントシステム(MAS)は、複数のエージェントを協調することで複雑なタスクを解決する。 既存のアプローチはタスクレベルかクエリレベルで生成されるが、その相対的なコストと利点は未だ不明である。 クエリレベルのワークフロー生成は必ずしも必要ではない、なぜなら、トップKレベルのタスクレベルの小さなセットが、すでに同等あるいはそれ以上のクエリをカバーしているからだ。
  論文  参考訳（メタデータ） (2026-01-16T10:05:51Z)
• The Agent's First Day: Benchmarking Learning, Exploration, and Scheduling in the Workplace Scenarios [34.25281365374991]
  本稿では,新しい環境を継続的に探索する「訓練」エージェントをシミュレートする動的評価環境である方法を紹介する。 従来のベンチマークとは違って,(1)優先度の異なるストリーミングタスクのコンテキストアウェアスケジューリング,(2)能動的探索による幻覚の低減のための巧妙な情報取得,(3)規則に基づく動的生成タスクから一般化戦略を抽出した継続的進化,の3つの側面に沿ってエージェントを評価する。 私たちの研究は、エージェントの信頼性を評価するためのフレームワークを確立し、静的テストから現実的な実運用指向のシナリオに評価をシフトします。
  論文  参考訳（メタデータ） (2026-01-13T03:09:18Z)
• Unified Flow Matching for Long Horizon Event Forecasting [3.0639815065447036]
  本稿では,マーク付き時間点プロセスのための一貫したフローマッチングフレームワークを提案する。 両コンポーネントの連続時間フローを学習することにより,逐次復号化を伴わずにコヒーレントな長地平線イベントトラジェクトリを生成する。 実世界の6つのベンチマークでモデルを評価し,精度と生成効率の両面で自己回帰ベースラインと拡散ベースラインを大幅に改善した。
  論文  参考訳（メタデータ） (2025-08-06T19:42:49Z)
• Action abstractions for amortized sampling [49.384037138511246]
  本稿では、政策最適化プロセスに行動抽象化(高レベルの行動)の発見を組み込むアプローチを提案する。 我々のアプローチでは、多くの高次軌道にまたがってよく使われるアクション列を反復的に抽出し、それらをアクション空間に追加する単一のアクションにチャンキングする。
  論文  参考訳（メタデータ） (2024-10-19T19:22:50Z)
• Benchmarking Agentic Workflow Generation [80.74757493266057]
  複数面シナリオと複雑なグラフワークフロー構造を備えた統合ワークフロー生成ベンチマークであるWorfBenchを紹介する。 また,サブシーケンスとサブグラフマッチングアルゴリズムを利用したシステム評価プロトコルWorfEvalを提案する。 我々は、生成されたタスクが下流のタスクを強化し、推論中により少ない時間で優れたパフォーマンスを達成することを観察する。
  論文  参考訳（メタデータ） (2024-10-10T12:41:19Z)
• A Practitioner's Guide to Continual Multimodal Pretraining [83.63894495064855]
  マルチモーダル・ファンデーション・モデルは視覚と言語を交わす多くのアプリケーションに役立っている。 モデルを更新し続けるために、継続事前トレーニングの研究は主に、大規模な新しいデータに対する頻度の低い、差別的な更新、あるいは頻繁に行われるサンプルレベルの更新のシナリオを探求する。 本稿では,FoMo-in-Flux(FoMo-in-Flux)について紹介する。
  論文  参考訳（メタデータ） (2024-08-26T17:59:01Z)
• Timestamp-supervised Wearable-based Activity Segmentation and Recognition with Contrastive Learning and Order-Preserving Optimal Transport [11.837401473598288]
  本稿では,タイムスタンプによる協調活動のセグメンテーションと認識のための新しい手法を提案する。 プロトタイプはクラスアクティベーションマップによって推定され、サンプル-プロトタイプコントラストモジュールを形成する。 4つの公開HARデータセットに関する総合的な実験により、タイムスタンプの監督で訓練されたモデルが、最先端の弱い教師付き手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-10-13T14:00:49Z)
• Diffusion Generative Flow Samplers: Improving learning signals through partial trajectory optimization [87.21285093582446]
  Diffusion Generative Flow Samplers (DGFS) はサンプルベースのフレームワークであり、学習プロセスを短い部分的軌道セグメントに分解することができる。 生成フローネットワーク(GFlowNets)のための理論から着想を得た。
  論文  参考訳（メタデータ） (2023-10-04T09:39:05Z)

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。