論文の概要: An ERP Study on Recursive Locative Processing in Mandarin-Speaking Children with Autism

• arxiv url: http://arxiv.org/abs/2606.05620v1
• Date: Thu, 04 Jun 2026 02:45:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-05 22:39:44.504373
• Title: An ERP Study on Recursive Locative Processing in Mandarin-Speaking Children with Autism
• Title（参考訳）: 自閉症児における再帰的ロッキート処理に関するERP研究
• Abstract要約: 再帰は階層型言語構造の生成を可能にするが、リアルタイム理解においてかなりの処理要求を課す。 自閉症スペクトラム障害(ASD)における再帰障害の報告 本研究では, 事象関連電位(ERP)を用いて, マンダリン話者の2段階再帰的位置推定法について検討した。
• 参考スコア（独自算出の注目度）: 2.7585228468892673
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recursion enables the generation of hierarchical linguistic structures but imposes substantial processing demands during real-time comprehension. While difficulties with complex syntax have been reported in autism spectrum disorder (ASD), the temporal dynamics of recursive processing remain poorly understood. This study used event-related potentials (ERPs) to examine how Mandarin-speaking children with ASD process two-level recursive locative constructions. Twenty-four children (12 ASD, 12 typically developing, TD) participated in a cross-modal sentence-picture matching task. Neural responses were analyzed across three processing stages associated with structural prediction (P200), semantic integration (N400), and syntactic reanalysis (P600), with mental age controlled. Results revealed a systematic divergence between groups. TD children showed clear P200 and P600 modulation in response to structural mismatch, whereas ASD children exhibited attenuated early differentiation and reduced late reanalysis effects. In contrast, ASD children showed enhanced N400 responses under mismatch conditions, indicating increased semantic integration demands. In addition, the ASD group displayed significantly greater inter-individual variability in hemispheric lateralization, although lateralization strength was not associated with receptive vocabulary performance. These findings support a cascading account in which reduced early predictive engagement in ASD leads to increased integration costs and diminished reanalysis efficiency during recursive processing. More broadly, the results highlight the importance of both temporal processing dynamics and neural variability in understanding language differences in ASD.
• Abstract（参考訳）: 再帰は階層型言語構造の生成を可能にするが、リアルタイム理解においてかなりの処理要求を課す。 自閉症スペクトラム障害(ASD)では複雑な構文の難しさが報告されているが、再帰的処理の時間的ダイナミクスは理解されていない。 本研究では, 事象関連電位(ERPs)を用いて, マンダリン話者の2段階再帰的位置推定法について検討した。 12歳児(通常12歳児,12歳児,TD)が横断的文章マッチング作業に参加した。 神経反応は、構造予測(P200)、意味統合(N400)、統語的再分析(P600)に関連する3つの処理段階にわたって分析し、精神年齢を制御した。 その結果,グループ間の系統的な差異が認められた。 TD児は構造的ミスマッチに反応してP200とP600をクリアに調節し,ASD児は早期分化を弱め,後期再分析効果を低下させた。 対照的に,ALD児はミスマッチ条件下でN400反応を増強し,意味統合の要求が増加した。 さらに, ASD群は, 側方側方側方側方偏差が有意に大きかったが, 側方側方偏差の強さは, 知覚的語彙能力と相関しなかった。 これらの結果は、ASDにおける早期の予測エンゲージメントを減少させ、統合コストを増大させ、再帰的処理における再解析効率を低下させるカスケーディングアカウントを支持している。 より広範に、ASDにおける言語の違いを理解する上で、時間的処理のダイナミクスとニューラル変数の両方の重要性を強調している。

関連論文リスト

• An ERP Study of Recursive Possessive Parsing in ASD Children and Its Cognitive Neuro Mechanisms [0.0]
  再帰的構造は人間の言語の中核的な性質であるが、自閉症スペクトラム障害(ASD)の子供がどのように複雑な再帰を処理するかについてはほとんど知られていない。 マンダリン話者のASD児における2段階再帰的所有構造のオンライン処理について検討した。 その結果, ASD児のP200振幅は有意に低下し, 典型的な後発文法効果は認められなかった。
  論文  参考訳（メタデータ） (2026-05-05T07:31:22Z)
• A Brain-like Synergistic Core in LLMs Drives Behaviour and Learning [50.68188138112555]
  大規模言語モデルが自然に相乗的コアを開発することを示す。 中層の領域は相乗的処理を示し, 初期層と後期層は冗長性に依存していることがわかった。 この収束は、シナジスティック情報処理が知性の基本的な性質であることを示している。
  論文  参考訳（メタデータ） (2026-01-11T10:48:35Z)
• 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)
• Enhancing Autism Spectrum Disorder Early Detection with the Parent-Child Dyads Block-Play Protocol and an Attention-enhanced GCN-xLSTM Hybrid Deep Learning Framework [6.785167067600156]
  本研究は,ASDと発達幼児を区別する行動パターンを識別するための,親子ダイズブロックプレイ(PCB)プロトコルを提案する。 40人のASDと89人のTD幼児が親とのブロックプレイに従事している。 このデータセットは、参加者の規模と個々のセッションの長さの両方に関する以前の取り組みを上回る。
  論文  参考訳（メタデータ） (2024-08-29T21:53:01Z)
• Modality-Order Matters! A Novel Hierarchical Feature Fusion Method for CoSAm: A Code-Switched Autism Corpus [3.06952918690254]
  本研究は,小児における早期ASD検出の促進を目的とした,新しい階層的特徴融合法を提案する。 この手法は、コードスイッチされた音声コーパスであるCoSAmを、ASDと一致した制御グループと診断された子供から収集する。 このデータセットは、ASDと診断された30人の子供から61人の音声記録と、神経型児から31人の音声記録を含んでおり、3歳から13歳の間である。
  論文  参考訳（メタデータ） (2024-07-19T14:06:01Z)
• Exploring Speech Pattern Disorders in Autism using Machine Learning [12.469348589699766]
  本研究は, 被験者と患者との対話の分析を通じて, 独特の音声パターンを識別するための包括的アプローチを提案する。 我々は,40の音声関連特徴を抽出し,周波数,ゼロクロス速度,エネルギー,スペクトル特性,メル周波数ケプストラル係数(MFCC),バランスに分類した。 分類モデルはASDと非ASDを区別することを目的としており、精度は87.75%である。
  論文  参考訳（メタデータ） (2024-05-03T02:59:15Z)
• Unsupervised Chunking with Hierarchical RNN [62.15060807493364]
  本稿では,非階層的手法で単語をグループ化する構文的タスクであるチャンキングに対する教師なしアプローチを紹介する。 本稿では,単語-チャンク・チャンク-文合成をモデル化した2層階層型階層型リカレントニューラルネットワーク(HRNN)を提案する。 CoNLL-2000データセットの実験では、既存の教師なし手法よりも顕著な改善が見られ、フレーズF1スコアが最大6ポイント向上した。
  論文  参考訳（メタデータ） (2023-09-10T02:55:12Z)
• Investigation of Data Augmentation Techniques for Disordered Speech Recognition [69.50670302435174]
  本稿では,不規則音声認識のための一連のデータ拡張手法について検討する。 正常な音声と無秩序な音声の両方が増強過程に利用された。 UASpeechコーパスを用いた最終話者適応システムと、最大2.92%の絶対単語誤り率(WER)の速度摂動に基づく最良の拡張アプローチ
  論文  参考訳（メタデータ） (2022-01-14T17:09:22Z)
• Longitudinal Correlation Analysis for Decoding Multi-Modal Brain Development [17.970347089803596]
  縦相関解析(LCA)という解析手法を提案する。 LCAは、まず各モーダルからの入力をオートエンコーダに基づく潜在表現に還元することで、2つのモーダルのデータを結合する。 若年者におけるアルコール・神経発達に関する全国コンソーシアム679名の縦断的T1強調および拡散強調MRI解析にLCAを適用した。
  論文  参考訳（メタデータ） (2021-07-10T00:07:06Z)
• On Long-Tailed Phenomena in Neural Machine Translation [50.65273145888896]
  最先端のニューラルネットワーク翻訳(NMT)モデルは、低周波トークンの生成に苦労する。 条件付きテキスト生成における構造的依存関係にモデルトレーニングを適応させるために,新たな損失関数である反焦点損失を提案する。 提案手法は,複数の機械翻訳(MT)データセットに対して有効であり,クロスエントロピーよりも顕著に向上することを示す。
  論文  参考訳（メタデータ） (2020-10-10T07:00:57Z)
• Mechanisms for Handling Nested Dependencies in Neural-Network Language Models and Humans [75.15855405318855]
  我々は,「深層学習」手法で訓練された現代人工ニューラルネットワークが,人間の文処理の中心的な側面を模倣するかどうかを検討した。 ネットワークは、大きなコーパスで次の単語を予測するためにのみ訓練されたが、分析の結果、局所的および長距離の構文合意をうまく処理する特別なユニットが出現した。 我々は,複数の名詞の単数/複数状態における体系的な変化を伴う文中の数一致の違反を人間が検出する行動実験において,モデルの予測を検証した。
  論文  参考訳（メタデータ） (2020-06-19T12:00:05Z)

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。