論文の概要: RatSeizure: A Benchmark and Saliency-Context Transformer for Rat Seizure Localization

• arxiv url: http://arxiv.org/abs/2603.26780v1
• Date: Wed, 25 Mar 2026 01:17:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:44.600471
• Title: RatSeizure: A Benchmark and Saliency-Context Transformer for Rat Seizure Localization
• Title（参考訳）: RatSeizure: ラット静置局所化のためのベンチマークとサリエンシコンテキスト変換器
• Authors: Ting Yu Tsai, An Yu, Lucy Lee, Felix X. -F. Ye, Damian S. Shin, Tzu-Jen Kao, Xin Li, Ming-Ching Chang,
• Abstract要約: RatSeizureは、きめ細かい発作行動分析のための最初の公開ベンチマークである。 データセットは、発作に関連したアクションユニットと時間的境界が注釈付けされた記録されたクリップで構成されている。 RaSeformerは、時間的アクションローカライゼーションのためのサリエンシコンテキストトランスフォーマーである。
• 参考スコア（独自算出の注目度）: 13.968394004871769
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Animal models, particularly rats, play a critical role in seizure research for studying epileptogenesis and treatment response. However, progress is limited by the lack of datasets with precise temporal annotations and standardized evaluation protocols. Existing animal behavior datasets often have limited accessibility, coarse labeling, and insufficient temporal localization of clinically meaningful events. To address these limitations, we introduce RatSeizure, the first publicly benchmark for fine-grained seizure behavior analysis. The dataset consists of recorded clips annotated with seizure-related action units and temporal boundaries, enabling both behavior classification and temporal localization. We further propose RaSeformer, a saliency-context Transformer for temporal action localization that highlights behavior-relevant context while suppressing redundant cues. Experiments on RatSeizure show that RaSeformer achieves strong performance and provides a competitive reference model for this challenging task. We also establish standardized dataset splits and evaluation protocols to support reproducible benchmarking.
• Abstract（参考訳）: 動物モデル、特にラットは、てんかんの発生と治療反応を研究するために発作研究において重要な役割を果たす。 しかし、正確な時間的アノテーションと標準化された評価プロトコルを持つデータセットが欠如しているため、進捗は制限されている。 既存の動物行動データセットは、アクセシビリティ、粗いラベル付け、臨床的に意味のある事象の時間的局在が不十分であることが多い。 これらの制限に対処するため、我々は、きめ細かい発作行動分析のための最初の公開ベンチマークであるRatSeizureを紹介した。 データセットは、発作に関連するアクションユニットと時間的境界が注釈付けされた記録されたクリップで構成され、行動分類と時間的局所化の両方を可能にする。 さらに、冗長なキューを抑えながら行動関連コンテキストを強調表示する、時間的行動ローカライゼーションのためのサリエンシ・コンテクスト・トランスフォーマであるRaSeformerを提案する。 RatSeizureの実験によると、RaSeformerは強力なパフォーマンスを実現し、この挑戦的なタスクの競合参照モデルを提供する。 また、再現可能なベンチマークをサポートするために、標準化されたデータセット分割と評価プロトコルを確立する。

関連論文リスト

• RodEpil: A Video Dataset of Laboratory Rodents for Seizure Detection and Benchmark Evaluation [1.4375519645884156]
  そこで我々は,うっ血性事象の自動検出のための実験用歯列のキュレートされたビデオデータセットを紹介した。 データセットには、クリップレベルで正常な活動または発作とラベル付けされた個々のネズミの短い(10秒)トップダウンとサイドビューのビデオクリップが含まれている。 10,101件の陰性サンプルと19人の被験者から採取された2,952件の陽性サンプルを含んでいる。
  論文  参考訳（メタデータ） (2025-11-13T15:53:59Z)
• Rethinking Remaining Useful Life Prediction with Scarce Time Series Data: Regression under Indirect Supervision [4.335413713700667]
  本稿では,パラメータ化静的回帰(パラメータ化静的回帰)と呼ばれる統合フレームワークを導入する。 提案手法は,非常に少ない時系列データを扱う場合の予測精度において,競合性能を示す。
  論文  参考訳（メタデータ） (2025-04-12T13:14:35Z)
• Revisiting the Evaluation Bias Introduced by Frame Sampling Strategies in Surgical Video Segmentation Using SAM2 [1.0536099636804035]
  アノテーション密度とフレームレートサンプリングの不整合がゼロショットセグメンテーションモデルの評価に与える影響について検討する。 フレームレートの低下は,時間的不整合を隠蔽するスムーズな効果により,より高いフレームレートを達成できることがわかった。 リアルタイムストリーミング条件で評価すると、フレームレートが高いとセグメンテーション安定性が向上する。
  論文  参考訳（メタデータ） (2025-02-28T10:42:09Z)
• Time-series Generation by Contrastive Imitation [87.51882102248395]
  モーメントマッチングの目的によってモチベーションされ、複合的エラーを軽減し、局所的(しかし前方的な)遷移ポリシーを最適化する。 推論において、学習されたポリシーは反復的なサンプリングのジェネレータとして機能し、学習されたエネルギーはサンプルの品質を評価するための軌道レベル尺度として機能する。
  論文  参考訳（メタデータ） (2023-11-02T16:45:25Z)
• CenTime: Event-Conditional Modelling of Censoring in Survival Analysis [49.44664144472712]
  CenTimeは、イベントへの時間を直接見積もる、サバイバル分析の新しいアプローチである。 本手法は,非検閲データが少ない場合でも,堅牢なイベント条件検閲機構を特徴とする。 以上の結果から,CenTimeは同等の性能を維持しつつ,死までの時間を予測する上で,最先端のパフォーマンスを提供することがわかった。
  論文  参考訳（メタデータ） (2023-09-07T17:07:33Z)
• Temporal Robustness against Data Poisoning [69.01705108817785]
  データ中毒は、悪意のあるトレーニングデータを通じて、敵対者が機械学習アルゴリズムの振る舞いを操作する場合を考慮している。 本研究では,攻撃開始時間と攻撃持続時間を測定する2つの新しい指標である耳線と持続時間を用いたデータ中毒の時間的脅威モデルを提案する。
  論文  参考訳（メタデータ） (2023-02-07T18:59:19Z)
• A Closer Look at Debiased Temporal Sentence Grounding in Videos: Dataset, Metric, and Approach [53.727460222955266]
  テンポラル・センテンス・グラウンディング・イン・ビデオ(TSGV)は、未編集のビデオに自然言語文を埋め込むことを目的としている。 最近の研究では、現在のベンチマークデータセットには明らかなモーメントアノテーションバイアスがあることが判明している。 偏りのあるデータセットによる膨らませ評価を緩和するため、基礎的リコールスコアを割引する新しい評価基準「dR@n,IoU@m」を導入する。
  論文  参考訳（メタデータ） (2022-03-10T08:58:18Z)

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。