論文の概要: Lyapunov Spectral Analysis of Speech Embedding Trajectories in Psychosis

• arxiv url: http://arxiv.org/abs/2602.16273v1
• Date: Wed, 18 Feb 2026 08:46:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-19 15:58:30.551741
• Title: Lyapunov Spectral Analysis of Speech Embedding Trajectories in Psychosis
• Title（参考訳）: Lyapunov Spectral Analysis of Speech Embedding Trajectories in Psychosis
• Authors: Jelena Vasic, Branislav Andjelic, Ana Mancic, Dusica Filipovic Djurdjevic, Ljiljana Mihic, Aleksandar Kovacevic, Nadja P. Maric, Aleksandra Maluckov,
• Abstract要約: 精神病患者と健常者を対象に, 音声の埋め込みを構造化された臨床インタビューから分析した。 Lyapunov exponent (LE) スペクトルは、単語レベルと回答レベルの埋め込みから計算される。
• 参考スコア（独自算出の注目度）: 63.56564189749175
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We analyze speech embeddings from structured clinical interviews of psychotic patients and healthy controls by treating language production as a high-dimensional dynamical process. Lyapunov exponent (LE) spectra are computed from word-level and answer-level embeddings generated by two distinct large language models, allowing us to assess the stability of the conclusions with respect to different embedding presentations. Word-level embeddings exhibit uniformly contracting dynamics with no positive LE, while answer-level embeddings, in spite of the overall contraction, display a number of positive LEs and higher-dimensional attractors. The resulting LE spectra robustly separate psychotic from healthy speech, while differentiation within the psychotic group is not statistically significant overall, despite a tendency of the most severe cases to occupy distinct dynamical regimes. These findings indicate that nonlinear dynamical invariants of speech embeddings provide a physics-inspired probe of disordered cognition whose conclusions remain stable across embedding models.
• Abstract（参考訳）: 本研究では, 言語生成を高次元動的プロセスとして扱うことにより, 精神病患者の構造的臨床面接と健康管理から音声の埋め込みを解析した。 Lyapunov exponent (LE) spectraは、2つの異なる大言語モデルによって生成された単語レベルおよび回答レベルの埋め込みから計算され、異なる埋め込みプレゼンテーションに関する結論の安定性を評価することができる。 単語レベルの埋め込みは、正のLEを持たない一様収縮ダイナミクスを示し、回答レベルの埋め込みは、全体的な収縮にもかかわらず、多くの正のLEと高次元のアトラクターを表示する。 結果として生じるLEスペクトルは、健康な音声と強く分離するが、精神病集団内での分化は、最も重篤なケースが異なる動的体制を占有する傾向にあるにもかかわらず、統計的に有意なものではない。 これらの結果から, 音声埋め込みの非線形動的不変性は, 埋め込みモデル全体で結論が安定であるような不規則認知の物理学的考察をもたらすことが示唆された。

関連論文リスト

• ClinDEF: A Dynamic Evaluation Framework for Large Language Models in Clinical Reasoning [58.01333341218153]
  ClinDEF(ClinDEF)は, LLMにおける臨床推論をシミュレートされた診断対話を用いて評価する動的フレームワークである。 本手法は, 患者を発症し, LLMをベースとした医師と自動患者エージェントとのマルチターンインタラクションを容易にする。 実験により、ClinDEFは最先端のLSMにおいて重要な臨床推論ギャップを効果的に露呈することが示された。
  論文  参考訳（メタデータ） (2025-12-29T12:58:58Z)
• Mapping Clinical Doubt: Locating Linguistic Uncertainty in LLMs [4.360255198498071]
  本研究は,医学テキストにおける言語的不確実性に対する入力側表現感度について検討する。 不確実性に対するモデル感度(MSU)は,不確実性によって誘導されるアクティベーションレベルシフトを階層的に推定する指標である。
  論文  参考訳（メタデータ） (2025-11-27T12:26:06Z)
• Multi-View Attention Multiple-Instance Learning Enhanced by LLM Reasoning for Cognitive Distortion Detection [1.660734109310745]
  我々は,Large Language Models(LLMs)とMILアーキテクチャを組み合わせた新しいフレームワークを提案し,解釈可能性と表現レベルの推論を向上した。 以上の結果から,精神保健NLPの細粒度推論に対する心理学的根拠と一般化可能なアプローチが示唆された。
  論文  参考訳（メタデータ） (2025-09-22T00:18:58Z)
• Contrast Sensitivity in Multimodal Large Language Models: A Psychophysics-Inspired Evaluation [37.9406446788251]
  マルチモーダル大言語モデル(MLLM)におけるコントラスト感度関数(CSF)を推定するための行動的手法を提案する。 モデルは、特定の空間周波数でフィルタリングされた雑音に基づく刺激を観察しながら、構造化されたプロンプトでクエリされる。 以上の結果から,人間のCSFと形状やスケールが似ているモデルもあるが,どちらのモデルも捉えていないことが判明した。
  論文  参考訳（メタデータ） (2025-08-14T06:07:44Z)
• Hallucination Detection in LLMs with Topological Divergence on Attention Graphs [60.83579255387347]
  幻覚(Halucination)、すなわち、事実的に誤ったコンテンツを生成することは、大きな言語モデルにとって重要な課題である。 本稿では,TOHA (Topology-based HAllucination detector) をRAG設定に導入する。
  論文  参考訳（メタデータ） (2025-04-14T10:06:27Z)
• Unveiling Interpretability in Self-Supervised Speech Representations for Parkinson's Diagnosis [9.91077163490596]
  本稿では,パーキンソン病の診断を支援するための新しい枠組みを提案する。 提案するフレームワークは, 単純かつ効果的なクロスアテンション機構の設計を通じて, 2つの異なる相補的視点から解釈可能性を提供する。 提案手法は最先端の手法と競合すると同時に,言語間シナリオにおける堅牢性も実証する。
  論文  参考訳（メタデータ） (2024-12-02T22:23:43Z)
• Generative causal testing to bridge data-driven models and scientific theories in language neuroscience [82.995061475971]
  脳における言語選択性の簡潔な説明を生成するためのフレームワークである生成因果テスト(GCT)を提案する。 GCTは機能的選択性に類似した脳領域の細粒度の違いを識別できることを示す。
  論文  参考訳（メタデータ） (2024-10-01T15:57:48Z)
• Individualized Dosing Dynamics via Neural Eigen Decomposition [51.62933814971523]
  ニューラル固有微分方程式アルゴリズム(NESDE)を導入する。 NESDEは個別化モデリング、新しい治療ポリシーへの調整可能な一般化、高速で連続的でクローズドな予測を提供する。 本研究は, 総合的・現実的な医療問題におけるNESDEの堅牢性を実証し, 学習力学を用いて, 模擬医療体育環境の公開を行う。
  論文  参考訳（メタデータ） (2023-06-24T17:01:51Z)
• Nonlinear ISA with Auxiliary Variables for Learning Speech Representations [51.9516685516144]
  補助変数の存在下では非線型独立部分空間解析(ISA)の理論的枠組みを導入する。 部分空間が独立な教師なし音声表現を学習するアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-07-25T14:53:09Z)

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。