論文の概要: MEMOR-E: In-Context and Fine-Tuned LLM Personalization for Alzheimer's Assistive Robotics
- arxiv url: http://arxiv.org/abs/2605.23941v1
- Date: Tue, 28 Apr 2026 18:59:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-01 02:55:42.959443
- Title: MEMOR-E: In-Context and Fine-Tuned LLM Personalization for Alzheimer's Assistive Robotics
- Title（参考訳）: MEMOR-E:アルツハイマー病支援ロボティクスのインコンテキストと微調整LDMパーソナライゼーション
- Authors: Maissa Abir Smaili, Eren Sadikoglu, Ransalu Senanayake,
- Abstract要約: MEMOR-Eは、薬物リマインダー、ルーチンガイダンス、メモリ指向インタラクション、およびコンパニオンを通じて患者や介護者を支援するインタラクティブなタブレットインターフェースを備えた、移動式四足歩行ロボットである。
本研究では,脳神経心理学的言語タスクにおいて,段階的一貫した認知行動と解釈応答をエミュレートするための,大規模言語モデルの微調整の可能性について検討した。
その結果、MEMOR-Eは、パーソナライズされた補助的相互作用をサポートする段階認識非認知的要約を生成することができる一方で、説明可能なAIメカニズムは、モデル出力を透明で可読な証拠に変換して、介護者の監視と信頼できる人間ロボットのインタラクションを可能にする。
- 参考スコア（独自算出の注目度）: 4.852568260840478
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Alzheimer's disease is a neurodegenerative disorder marked by progressive declines in memory and language that reduce independence in daily life, motivating socially assistive robotic support. This paper presents MEMOR-E, a mobile quadruped robot with an interactive tablet interface that assists patients and caregivers through medication reminders, routine guidance, memory oriented interactions, and companionship. We evaluated the feasibility of fine tuning large language models (LLMs) to emulate stage consistent cognitive behavior and interpret responses across standard neuropsychological language tasks, using audio transcriptions from 235 Alzheimer's patients and synthetically generated healthy controls. We also report findings on using in context learning (ICL) in LLMs, where a second LLM produced domain and severity level cognitive error summaries. Our results show that MEMOR-E can generate stage aware, non diagnostic cognitive summaries that support personalized assistive interactions, while explainable AI mechanisms translate model outputs into transparent, human readable evidence to enable caregiver oversight and trustworthy human robot interaction.
- Abstract（参考訳）: アルツハイマー病(英: Alzheimer disease)は、記憶と言語が徐々に低下し、日常生活の自立が減少し、社会的に補助的なロボット支援を動機とする神経変性疾患である。
本稿では, 薬物リマインダー, ルーチンガイダンス, メモリ指向インタラクション, コンパニオンを通じて, 患者や介護者を支援する対話型タブレットインタフェースを備えた移動式四足歩行ロボットMEMOR-Eを提案する。
235人のアルツハイマー患者からの音声の書き起こしと、人工的に生成した健康制御を用いて、段階的認知行動と標準的な神経心理学的言語タスクにおける解釈応答をエミュレートするための大規模言語モデル(LLM)の微調整の可能性を評価した。
また,LLMにおける文脈学習(ICL)の使用に関する知見を報告する。
その結果、MEMOR-Eは、パーソナライズされた補助的相互作用をサポートする段階認識非認知的要約を生成することができる一方で、説明可能なAIメカニズムは、モデル出力を透明で可読な証拠に変換して、介護者の監視と信頼できる人間ロボットのインタラクションを可能にする。
関連論文リスト
- SocialOmni: Benchmarking Audio-Visual Social Interactivity in Omni Models [86.19617358080016]
Social Omniは、3つのコア次元にわたる対話性の評価を運用するベンチマークである。
Social Omniは2000の知覚サンプルと209の相互作用生成インスタンスの品質管理された診断セットを備えている。
本分析により,モデルの知覚的精度と,文脈的に適切な割り込みを生成する能力との間に顕著な疎結合が明らかとなった。
論文 参考訳（メタデータ） (2026-03-17T17:58:44Z) - AI Meets Brain: Memory Systems from Cognitive Neuroscience to Autonomous Agents [69.39123054975218]
メモリは過去と未来の重要なネクサスブリッジとして機能する。
自律エージェントに関する最近の研究は、認知神経科学に基づいて効率的な記憶を設計することに集中している。
論文 参考訳（メタデータ） (2025-12-29T10:01:32Z) - Building Knowledge from Interactions: An LLM-Based Architecture for Adaptive Tutoring and Social Reasoning [42.09560737219404]
大規模言語モデルは、人間のようなコミュニケーションにおいて有望であるが、そのスタンドアロンの使用は、メモリ制約とコンテキストの不整合によって妨げられている。
この研究は、LLMに基づく社会的・タスク指向のヒューマンロボットインタラクションにおける自律的意思決定を強化する、マルチモーダルで認知にインスパイアされたフレームワークを提示する。
自律性とパーソナライゼーションをさらに強化するために,体験の選択,保存,検索を行うメモリシステムを導入する。
論文 参考訳（メタデータ） (2025-04-02T10:45:41Z) - Integrating Reinforcement Learning and AI Agents for Adaptive Robotic Interaction and Assistance in Dementia Care [5.749791442522375]
本研究では,社会的支援型ロボット,強化学習(RL),大規模言語モデル(LLM),臨床領域の専門知識をシミュレートされた環境に組み込むことにより,認知症ケアの進歩に向けた新たなアプローチを探求する。
論文 参考訳（メタデータ） (2025-01-28T06:38:24Z) - Multimodal Fusion with LLMs for Engagement Prediction in Natural Conversation [70.52558242336988]
我々は,不関心や混乱の兆候を検出することを目的として,言語的および非言語的手がかりを精査することにより,ダイアディック的相互作用における係り合いを予測することに焦点を当てた。
本研究では,カジュアルなダイアディック会話に携わる34人の参加者を対象に,各会話の最後に自己報告されたエンゲージメント評価を行うデータセットを収集する。
大規模言語モデル(LLMs)を用いた新たな融合戦略を導入し,複数行動モダリティをマルチモーダル・トランスクリプトに統合する。
論文 参考訳（メタデータ） (2024-09-13T18:28:12Z) - Large Language Model-based FMRI Encoding of Language Functions for Subjects with Neurocognitive Disorder [53.575426835313536]
LLMを用いたfMRIエンコーディングと脳のスコアを用いた高齢者の言語関連機能変化について検討する。
脳のスコアと認知スコアの相関関係を脳全体のROIと言語関連ROIの両方で分析した。
以上の結果から,認知能力の向上は,中側頭回に有意な相関がみられた。
論文 参考訳（メタデータ） (2024-07-15T01:09:08Z) - Lost in Translation: The Algorithmic Gap Between LMs and the Brain [8.799971499357499]
言語モデル(LM)は、様々な言語課題において印象的な性能を達成しているが、脳内の人間の言語処理との関係は未だ不明である。
本稿では、異なるレベルの分析において、LMと脳のギャップと重複について検討する。
神経科学からの洞察(空間性、モジュール性、内部状態、インタラクティブ学習など)が、より生物学的に妥当な言語モデルの開発にどのように役立つかについて議論する。
論文 参考訳（メタデータ） (2024-07-05T17:43:16Z) - MemoryCompanion: A Smart Healthcare Solution to Empower Efficient
Alzheimer's Care Via Unleashing Generative AI [8.741075482543991]
本稿では,アルツハイマー病(AD)患者とその介護者向けに開発された,先駆的なデジタルヘルスソリューションであるMemoryCompanionについて紹介する。
MemoryCompanionはパーソナライズされたケアのパラダイムを示し、音声のクローズニングと会話によるインタラクションを促進する。
私たちの方法論は、その革新的な設計に基づいており、この領域に固有の介護と技術的な課題の両方に対処しています。
論文 参考訳（メタデータ） (2023-11-20T19:41:50Z) - Divergences between Language Models and Human Brains [59.100552839650774]
我々は,人間と機械語処理の相違点を体系的に探求する。
我々は、LMがうまく捉えられない2つの領域、社会的/感情的知性と身体的常識を識別する。
以上の結果から,これらの領域における微調整LMは,ヒト脳反応との整合性を向上させることが示唆された。
論文 参考訳（メタデータ） (2023-11-15T19:02:40Z) - Data-driven emotional body language generation for social robotics [58.88028813371423]
社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。
我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。
評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
論文 参考訳（メタデータ） (2022-05-02T09:21:39Z) - Multi-modal fusion with gating using audio, lexical and disfluency
features for Alzheimer's Dementia recognition from spontaneous speech [11.34426502082293]
本論文は、自発音声(ADReSS)によるアルツハイマー認知症への挑戦である。
本研究の目的は、音声データからアルツハイマー病の重症度の自動予測を支援する方法を開発することである。
論文 参考訳（メタデータ） (2021-06-17T17:20:57Z)
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。