Fugu-MT 論文翻訳(概要): Temporal Narrative Monitoring in Dynamic Information Environments

論文の概要: Temporal Narrative Monitoring in Dynamic Information Environments

arxiv url: http://arxiv.org/abs/2603.17617v1
Date: Wed, 18 Mar 2026 11:30:17 GMT
ステータス: 翻訳完了
システム内更新日: 2026-03-19 18:32:57.667645
Title: Temporal Narrative Monitoring in Dynamic Information Environments
Title（参考訳）: 動的情報環境における時間的ナラティブモニタリング
Authors: David Farr, Stephen Prochaska, Jack Moody, Lynnette Hui Xian Ng, Iain Cruickshank, Kate Starbird, Jevin West,
Abstract要約: 本研究は,新たな物語を時間的に進化する意味構造としてモデル化するシステム指向フレームワークを提案する。本手法を現実世界の危機イベントに適用し,階層化されたクラスタ検証と時間的ライフサイクル分析を通じてシステム行動を評価する。
参考スコア（独自算出の注目度）: 2.648998485166934
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Comprehending the information environment (IE) during crisis events is challenging due to the rapid change and abstract nature of the domain. Many approaches focus on snapshots via classification methods or network approaches to describe the IE in crisis, ignoring the temporal nature of how information changed over time. This work presents a system-oriented framework for modeling emerging narratives as temporally evolving semantic structures without requiring prior label specification. By integrating semantic embeddings, density-based clustering, and rolling temporal linkage, the framework represents narratives as persistent yet adaptive entities within a shared semantic space. We apply the methodology to a real-world crisis event and evaluate system behavior through stratified cluster validation and temporal lifecycle analysis. Results demonstrate high cluster coherence and reveal heterogeneous narrative lifecycles characterized by both transient fragments and stable narrative anchors. We ground our approach in situational awareness theory, supporting perception and comprehension of the IE by transforming unstructured social media streams into interpretable, temporally structured representations. The resulting system provides a methodology for monitoring and decision support in dynamic information environments.
Abstract（参考訳）: 危機時の情報環境(IE)の補完は、ドメインの急速な変化と抽象的な性質のために困難である。多くのアプローチは、危機時のIEを記述するための分類方法やネットワークアプローチによるスナップショットに焦点を当てており、時間とともに情報がどのように変化したかという時間的性質を無視している。本研究は,創発的物語を事前のラベル仕様を必要とせず,時間的に進化する意味構造としてモデル化するシステム指向フレームワークを提案する。セマンティック埋め込み、密度ベースのクラスタリング、転がり時間的リンクを統合することで、このフレームワークは物語を共有セマンティック空間内の永続的かつ適応的なエンティティとして表現する。本手法を現実世界の危機イベントに適用し,階層化されたクラスタ検証と時間的ライフサイクル分析を通じてシステム行動を評価する。その結果、クラスタのコヒーレンスが高く、過渡的な断片と安定した物語アンカーを特徴とする異種物語のライフサイクルが明らかとなった。我々は、非構造化のソーシャルメディアストリームを解釈可能で時間的に構造化された表現に変換することによって、状況認識理論、IEの認識と理解を支援するアプローチを基礎にしている。結果として得られるシステムは、動的情報環境におけるモニタリングと意思決定支援のための方法論を提供する。

関連論文リスト

Can Large Language Models Keep Up? Benchmarking Online Adaptation to Continual Knowledge Streams [78.9560820155271]
我々は、ストリーミングよりもオンライン適応を評価し、知識を継続的に更新する。 OAKSはOAKS-BABIとOAKS-Novelの2つのデータセットから構成される。最先端モデルとエージェントメモリシステムはどちらもOAKSにしっかりと適応できない。
論文参考訳（メタデータ） (2026-03-08T00:38:39Z)
Online Density-Based Clustering for Real-Time Narrative Evolution Monitorin [2.607403443115235]
本研究では,HDBSCANをオンラインクラスタリング手法(ストリーミング/インクリメンタル)に置き換えることを検討した。本研究は,バッチ指向トピックモデリングフレームワークとソーシャルメディアモニタリングのストリーミング特性の間に重要なギャップについて論じる。
論文参考訳（メタデータ） (2026-01-28T15:07:30Z)
Online Segment Any 3D Thing as Instance Tracking [60.20416622842975]
オンライン3Dセグメンテーションをインスタンス追跡問題として再認識する(AutoSeg3D)。視覚基礎モデルに固有の断片化問題を緩和するために,空間整合性学習を導入する。 ScanNet200上でESAMを2.8 AP上回る新しい最先端技術を確立する。
論文参考訳（メタデータ） (2025-12-08T14:48:51Z)
T3former: Temporal Graph Classification with Topological Machine Learning [4.4924444466378555]
時間グラフ分類は、サイバーセキュリティ、脳接続分析、トラフィック監視などのアプリケーションにおいて重要な役割を果たす。我々は、スライドウィンドウトポロジカルおよびスペクトルディスクリプタを1級トークンとして活用し、特殊なディスクリプタ・アテンション機構によって統合された新しいトポロジカル・テンポロジカル・トランスフォーマーT3formerを紹介する。 T3formerは、動的ソーシャルネットワーク、脳機能接続データセット、トラフィックネットワークなど、複数のベンチマークで最先端のパフォーマンスを実現している。
論文参考訳（メタデータ） (2025-10-15T17:46:32Z)
Context-Aware Zero-Shot Anomaly Detection in Surveillance Using Contrastive and Predictive Spatiotemporal Modeling [0.0]
この研究は、トレーニング中に異常な例に晒されることなく異常事象を識別する、文脈対応のゼロショット異常検出フレームワークを導入する。提案したハイブリッドアーキテクチャは、TimeSformer、DPC、CLIPを組み合わせて、豊富な時空間特徴を抽出する。コンテキストゲーティング機構は、シーン対応キューやグローバルビデオ機能による予測を調整することにより、意思決定をさらに強化する。
論文参考訳（メタデータ） (2025-08-25T20:22:35Z)
E-CaTCH: Event-Centric Cross-Modal Attention with Temporal Consistency and Class-Imbalance Handling for Misinformation Detection [4.34871407874107]
E-CaTCHはソーシャルメディア上の誤情報を堅牢に検出するためのフレームワークである。テキストの類似性と時間的近接性に基づいて、ポストを擬似イベントに集約し、各イベントを独立して処理する。 E-CaTCHは、最先端のベースラインを一貫して上回る。
論文参考訳（メタデータ） (2025-08-15T04:13:23Z)
GTAD: Global Temporal Aggregation Denoising Learning for 3D Semantic Occupancy Prediction [14.549066678968368]
本稿では,全体的3次元シーン理解のためのグローバルな時間的アグリゲーション・デノベーションネットワークGTADを提案する。提案手法では,現在時点からの局所時間的特徴と過去の時系列からのグローバル時間的特徴を集約するために,モデル内潜時分解ネットワークを用いている。
論文参考訳（メタデータ） (2025-07-28T16:18:29Z)
METER: Multi-modal Evidence-based Thinking and Explainable Reasoning -- Algorithm and Benchmark [48.78602579128459]
本稿では,画像,ビデオ,音声,映像コンテンツにまたがる偽造検出のための統合ベンチマークMETERを紹介する。我々のデータセットは4つのトラックから構成されており、それぞれのトラックは実際のvsフェイク分類だけでなく、エビデンスチェーンに基づく説明も必要である。
論文参考訳（メタデータ） (2025-07-22T03:42:51Z)
Detecting Neurocognitive Disorders through Analyses of Topic Evolution and Cross-modal Consistency in Visual-Stimulated Narratives [83.15653194899126]
神経認知障害(NCD)の早期発見は、時間的介入と疾患管理に不可欠である。現在のVSNベースのNCD検出法は主にボトムアップ、刺激駆動認知プロセスと密接に結びついている言語マイクロ構造に焦点を当てている。本稿では,話題の時間的変化を追跡する動的トピックモデル(DTM)と,物語と視覚刺激の相互整合性を測定するテキスト画像時間アライメントネットワーク(TITAN)の2つの新しいマクロ構造手法を提案する。
論文参考訳（メタデータ） (2025-01-07T12:16:26Z)
Neuron: Learning Context-Aware Evolving Representations for Zero-Shot Skeleton Action Recognition [64.56321246196859]
本稿では,dUalスケルトン・セマンティック・セマンティック・セマンティック・セマンティック・シンジスティック・フレームワークを提案する。まず、時空間進化型マイクロプロトタイプを構築し、動的コンテキスト認識側情報を統合する。本研究では,空間的圧縮と時間的記憶機構を導入し,空間的時間的マイクロプロトタイプの成長を導く。
論文参考訳（メタデータ） (2024-11-18T05:16:11Z)

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。