論文の概要: Synheart Capacity: A Theory-Driven Physiological Representation of Cognitive Capacity Dynamics from Wearable Signals
- arxiv url: http://arxiv.org/abs/2605.24416v1
- Date: Sat, 23 May 2026 05:58:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-26 19:50:18.043255
- Title: Synheart Capacity: A Theory-Driven Physiological Representation of Cognitive Capacity Dynamics from Wearable Signals
- Title（参考訳）: 同期容量: ウェアラブル信号からの認知能力ダイナミクスの理論的生理的表現
- Authors: Yisak Debele, Henok Ademtew, Israel Goytom,
- Abstract要約: 本稿では,2次元の生理的表現としてキャパシティ関連認知状態をモデル化する理論駆動型フレームワークを提案する。
提案アーキテクチャは、心電図(IBI/HRV)と電磁気信号(EDA)の二重ストリーム符号化と、遅延核融合とタスク特異的出力ヘッドを組み合わせたものである。
提案した取り組み-ストレス状態空間は、異なる認知体制間の構造化された分化を可能にすることを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Human cognitive performance is constrained by limited mental resources, yet continuous computational estimation of cognitive capacity dynamics remains an open challenge. We propose a theory-driven multimodal learning framework that models capacity-related cognitive state as a two-dimensional physiological representation defined by voluntary resource allocation (mental effort) and overload-related strain (stress). The proposed architecture combines dual-stream encoding of cardiac (IBI/HRV) and electrodermal (EDA) signals with late fusion and task-specific output heads that independently estimate probabilistic effort and stress states. Evaluation on the SWELL-KW dataset using strict leave-one-subject-out cross-validation demonstrates cross-individual generalization (stress: 70.0\% balanced accuracy; effort: 72.2\%), with significant gains from multimodal integration and theory-guided supervision. Rather than collapsing physiological dynamics into a single workload label, the proposed effort--stress state-space enables structured differentiation between distinct cognitive regimes, including productive engagement and overload-related strain. Predicted state trajectories exhibit significant demand-sensitive shifts under controlled workload manipulations, with effort and stress responding differentially across interruption and time-pressure conditions. These results suggest that physiologically grounded multidimensional state representations may provide a foundation for adaptive systems capable of continuous capacity-aware monitoring and human-centered interaction.
- Abstract（参考訳）: 人間の認知能力は限られた精神資源によって制限されているが、認知能力の継続的な計算は依然としてオープンな課題である。
本稿では,能力関連認知状態を任意資源割り当て(メンタル・アロケーション)と過負荷関連ひずみ(ストレス)によって定義される2次元生理的表現としてモデル化する理論駆動型マルチモーダル学習フレームワークを提案する。
提案アーキテクチャは、心電図(IBI/HRV)と心電図(EDA)信号の二重ストリーム符号化と、遅延融合とタスク特異的出力ヘッドを組み合わせて、確率的労力とストレス状態を独立に推定する。
SWELL-KWデータセットの評価は、厳密な残差1項のクロスバリデーションを用いて、多モーダル積分と理論誘導によるかなりの利得で、相互個別の一般化(ステップ:70.0\%のバランス精度、努力:72.2\%)を示す。
生理学的なダイナミクスを単一のワークロードラベルに分解する代わりに、提案された取り組み-ストレス状態空間は、生産的なエンゲージメントや過負荷関連株を含む、異なる認知体制間の構造化された分化を可能にする。
予測された状態軌跡は、制御されたワークロード操作の下で大きな需要に敏感な変化を示す。
これらの結果から, 生理的基盤を持つ多次元状態表現は, 連続的なキャパシティ・アウェア・モニタリングと人間中心のインタラクションが可能な適応システムの基盤となる可能性が示唆された。
関連論文リスト
- From Brain Models to Executable Digital Twins: Execution Semantics and Neuro-Neuromorphic Systems [51.82266520875928]
この調査では、実行のレベルでアプローチを比較するための統一的な視点として、物理的に制約された実行可能性を紹介します。
本稿では,孤立オフラインモデルから協調シミュレーション,オンラインデータによるディジタル双生児の連続実行に至るまで,実行体制の分類について提案する。
実行可能性の概念は、なぜ正確性だけで不十分なのかを明確にし、セマンティック・インターオペラビリティ、ハイブリッド・タイムの正確性、評価プロトコル、スケーラブルな同化、安全なクローズドループ検証を中心にしたアジェンダを動機付けている。
論文 参考訳（メタデータ） (2026-04-15T07:34:46Z) - Cognitive Friction: A Decision-Theoretic Framework for Bounded Deliberation in Tool-Using Agents [0.0]
制約のないツール使用エージェントは、どの情報ソースをクエリして実行するかを決めなければなりません。
本稿では,これらの障害モードを認知的摩擦によって形式化する決定論的枠組みであるTCAを提案する。
我々は,TCAを2つの制御された環境において,停止品質,混雑時の行動選択,時間的緊急性の分離を図った。
論文 参考訳（メタデータ） (2026-03-31T17:30:25Z) - Logic-Driven Semantic Communication for Resilient Multi-Agent Systems [26.964933264412412]
6Gネットワークは、大規模な分散マルチエージェントシステムにおいて、自律性とインテリジェンスを加速している。
本稿では2つの相補的な次元に根ざしたMASレジリエンスの形式的定義を提案する。
我々はエージェントアーキテクチャを設計し、エピステミックとアクションレジリエンスの両方を達成するために分散アルゴリズムを開発する。
論文 参考訳（メタデータ） (2026-01-11T00:54:09Z) - Bio-inspired Agentic Self-healing Framework for Resilient Distributed Computing Continuum Systems [4.003029907200818]
ReCiStは、分散コンピューティング継続システム(DCCS)のレジリエンスを実現するために設計された、バイオインスパイアされたエージェントによる自己修復フレームワークである。
ReCiStは、止血、炎症、増殖、再生の生物学的フェーズを、DCCSの包含、診断、メタ認知、知識の計算層に再構築する。
これら4つのレイヤは、自律的な障害分離、因果診断、適応的回復、言語モデル(LM)を利用した長期的な知識統合を行う。
論文 参考訳（メタデータ） (2026-01-01T13:30:38Z) - Causal Reinforcement Learning based Agent-Patient Interaction with Clinical Domain Knowledge [3.2434118923825483]
強化学習(RL)は、データが不足している認知症ケアなど、適応的な医療介入において重大な課題に直面している。
本稿では、因果発見と推論をポリシー最適化に明示的に統合する、因果構造対応強化学習(CRL)と呼ばれる新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2025-11-17T22:38:03Z) - Scalable predictive processing framework for multitask caregiving robots [5.192057728673088]
認知神経科学における一般的な理論は、人間の脳が階層的な予測処理によって機能することを示唆している。
本稿では,3万次元ビジュオ受容入力を直接統合可能な階層型マルチモーダルリカレントニューラルネットワークを提案する。
評価はシミュレーションに限られていたが、これらの結果は予測処理を普遍的でスケーラブルな計算原理として確立した。
論文 参考訳（メタデータ） (2025-10-29T00:39:09Z) - Emergence of Superposition: Unveiling the Training Dynamics of Chain of Continuous Thought [64.43689151961054]
有向グラフ到達性問題に対する簡易な2層変圧器のトレーニング力学を理論的に解析する。
分析の結果,連続的思考を用いたトレーニングでは,まずインデックスマッチングロジットが増加し,その後は軽度な仮定の下で拘束されることがわかった。
論文 参考訳（メタデータ） (2025-09-27T15:23:46Z) - Dynamic Programming Techniques for Enhancing Cognitive Representation in Knowledge Tracing [125.75923987618977]
認知表現動的プログラミングに基づく知識追跡(CRDP-KT)モデルを提案する。
質問の難易度とそれらの間の性能間隔に基づいて認知表現を最適化する動的プログラミングアルゴリズムである。
これは、その後のモデルトレーニングのためにより正確で体系的な入力機能を提供し、それによって認知状態のシミュレーションにおける歪みを最小限にする。
論文 参考訳（メタデータ） (2025-06-03T14:44:48Z) - Reinforcement Learning under Latent Dynamics: Toward Statistical and Algorithmic Modularity [51.40558987254471]
強化学習の現実的な応用は、エージェントが複雑な高次元の観察を行う環境を含むことが多い。
本稿では,統計的・アルゴリズム的な観点から,textit General$ latent dynamicsの下での強化学習の課題に対処する。
論文 参考訳（メタデータ） (2024-10-23T14:22:49Z) - fMRI from EEG is only Deep Learning away: the use of interpretable DL to
unravel EEG-fMRI relationships [68.8204255655161]
多チャンネル脳波データからいくつかの皮質下領域の活性を回復するための解釈可能な領域基底解を提案する。
我々は,皮質下核の血行動態信号の頭皮脳波予測の空間的・時間的パターンを復元する。
論文 参考訳（メタデータ） (2022-10-23T15:11:37Z)
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。