論文の概要: A global predicted-fMRI drive signal from TRIBE does not predict YouTube replay heatmaps

• arxiv url: http://arxiv.org/abs/2607.01400v2
• Date: Sat, 04 Jul 2026 08:51:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 17:33:48.874786
• Title: A global predicted-fMRI drive signal from TRIBE does not predict YouTube replay heatmaps
• Title（参考訳）: TRIBEの全世界で予測されるfMRI駆動信号はYouTubeの再生熱マップを予測しない
• Abstract要約: マルチモーダル脳エンコーディングモデルは、自然なビデオに対するfMRI応答を高精度に予測する。 TRIBEを48本のYouTubeビデオで実行し、秒単位のエンゲージメント曲線に対する予測された皮質反応を削減します。 TRIBEの入力ストリームでプローブを実行すると、少なくとも小さな境界線視覚ストリーム信号が明らかになる。 我々は、YouTubeのSABRストリーミングに堅牢なコード、ビデオIDマニフェスト、ヒートマップ取得方法をリリースする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Deep multimodal brain-encoding models now predict fMRI responses to naturalistic video with high accuracy; whether their predicted neural signals also forecast behavioral engagement is unknown. We run TRIBE, the winning model of the 2025 Algonauts challenge (Llama-3.2 + V-JEPA 2 + Wav2Vec-BERT), on 48 YouTube videos and reduce its predicted cortical response to a per-second engagement curve, the global field power. Correlated against each video's "most replayed" heatmap, a proxy for re-watch, it shows no evidence of prediction: the pooled position-controlled partial correlation is +0.058 (95% CI [-0.04, 0.15]; t(47)=1.21, p=0.23), and not above simple loudness/motion baselines. The raw correlation is also near zero; the moderate values for music videos are an onset-replay artifact. The null holds across six cortical-network readouts, value/salience ROIs, and a permutation test; a supervised leave-one-video-out probe appears to reach r=0.47 but collapses to a temporal-shape artifact under a proper position control. Running the probe on TRIBE's input streams reveals at most a small, borderline visual-stream signal (matched vs. mismatched p=0.004-0.06) and none in audio, text, or the predicted cortex. The inter-subject-correlation readout, the closest prior positive result, is unavailable from the subject-averaged released model, so we fit our own per-subject encoders on the Algonauts fMRI (validated in-domain at r=0.15 and cross-domain, Friends-to-film, at r=0.10); the predicted ISC still does not track re-watch (r=-0.04, p=0.34). We bound rather than merely fail to reject the null: a Bayes factor gives moderate evidence for it (BF01=3.2), an equivalence test excludes effects above r=0.14, and the target's split-half reliability (0.82; ceiling r=0.9) rules out a noisy-label artifact. We release code, a video-ID manifest, and a heatmap-acquisition method robust to YouTube's SABR streaming.
• Abstract（参考訳）: 深層マルチモーダル脳エンコーディングモデルでは、自然なビデオに対するfMRI応答を高精度に予測できるようになった。 Llama-3.2 + V-JEPA 2 + Wav2Vec-BERT)という2025年のAlgonautsチャレンジの優勝モデルであるTRIBEを48本のYouTubeビデオで実行し、秒単位のエンゲージメント曲線、グローバルフィールドパワーに対する予測された皮質反応を減らした。 プールされた位置制御された部分相関は+0.058(95% CI [-0.04, 0.15]; t(47)=1.21, p=0.23)であり、単純な大声/運動ベースラインではない。 生の相関もゼロに近い。音楽ビデオの適度な値は、オンセット再生アーティファクトである。 ヌルは6つの皮質-ネットワークの読み出し、値/ Salience ROI、置換テストにまたがって保持される; 監督された1対1ビデオアウトプローブはr=0.47に達するが、適切な位置制御の下で時間的形状のアーティファクトに崩壊する。 TRIBEの入力ストリーム上でプローブを実行すると、少なくとも小さな境界線視覚ストリーム信号(マッチング対ミスマッチp=0.004-0.06)が示され、音声、テキスト、予測された大脳皮質にはない。 被写体間相関の読み出しは、被写体平均化されたモデルでは利用できないため、我々は、Algonauts fMRI(r=0.15 ではドメイン内、r=0.10 ではFriends-to-film ではクロスドメイン、予測されたICCはリウォッチを追跡できない(r=-0.04, p=0.34)。 ベイズ因子はそれに対する適度な証拠を与える(BF01=3.2)、同値テストは r=0.14 上の効果を排除し、ターゲットの分割半信頼度(0.82; ceiling r=0.9)はノイズラベルアーティファクトを規定する。 我々は、YouTubeのSABRストリーミングに堅牢なコード、ビデオIDマニフェスト、ヒートマップ取得方法をリリースする。

関連論文リスト

• Modalities Should Talk to Each Other: Dual-Stream Multimodal Learning for Long-Horizon Influenza Forecasting [1.2599533416395763]
  一般に入手可能な監視データセットは、通常、数値疫学的信号をノイズと組み合わせ、ゆるやかに構造化され、短期的な傾向にのみ間接的に関係しており、しばしば数値的な信号と相対的に関連付けられている。 我々は,36週間のマルチモーダル履歴から12週間のILI活動を予測するマルチモーダルディープラーニングフレームワークであるDual-Stream Attention (DSA)を提案する。
  論文  参考訳（メタデータ） (2026-08-24T15:20:01Z)
• TRACE-C: Rank-Calibrated Relational Anomaly Detection for Multi-Stream Operational Telemetry [0.0]
  TRACE-Cは、アライメントされたマルチストリームテレメトリのための、監査可能な厳密なランク校正型検出器である。 われわれは、2019年1月から4月にかけての6つのグリッドストリーム、2019年7月から12月にかけての開発証拠、検査前に凍結した2020年のホールドアウトを評価した。
  論文  参考訳（メタデータ） (2026-08-21T16:01:56Z)
• Accurate Ensembles, Fragile Narratives: Multi-Scale Stacking and a Fidelity Audit of LLM-Generated Explanations for Credit Risk [0.0]
  クレジットスコアリングは、決定ロジックをパラメータから読み取ることができないモデルに依存している。 共通する提案は、言語モデルとのギャップを埋める: 特徴属性を計算し、それらを LLM に渡し、合理的に記述させる。 このようなシステムをエンド・ツー・エンドに構築し、約束の後半が成立するかどうかをテストします。
  論文  参考訳（メタデータ） (2026-08-08T13:22:14Z)
• How Much Do RF Drone Benchmarks Overstate? A Controlled Study and Theory of Data Leakage in UAV Signal Identification [0.0]
  RFセンシングは、対無人航空システム(counter-UAS)防衛における中心的なモダリティである。 RFによるドローンの検知と識別の精度は、しばしば非常に高い。 その多くは、少数の連続記録を短いセグメントに分割するクロスバリデーションを用いて得られる。 これは、トレーニングとテストのパーティションの両方で、同じレコードのほぼ重複したスライスを配置し、データ漏洩を発生させる。
  論文  参考訳（メタデータ） (2026-07-01T14:57:44Z)
• Anticipating the Optimism Gap: Predicting Distribution-Shift Degradation of RF-Impairment Detectors from In-Distribution Statistics [0.0]
  電波障害の検知器は、通常、調整された分布で測定された単一のAUCで報告される。 アウト・オブ・ディストリビューション・データを見る前に、この楽観主義が予測できるかどうかを問う。
  論文  参考訳（メタデータ） (2026-06-20T14:10:59Z)
• PaSBench-Video: A Streaming Video Benchmark for Proactive Safety Warning [54.70033525672316]
  ビデオ対応の大型言語モデル(MLLM)は、このウィンドウ内で警告を発する常時オンの安全モニタとして機能する。 今回紹介するPaSBench-Videoは、481のリスクと4つのドメインにわたる259のリスクビデオを備えた740のビデオベンチマークだ。 最も厳密な基準ではモデルが20.0%を超えることはなく、リコールは偽陽性率と強く結びついている。
  論文  参考訳（メタデータ） (2026-06-01T16:14:01Z)
• NumLeak: Public Numeric Benchmarks as Latent Labels in Foundation Models [0.0]
  NumLeakは、プロダクションモデル上のAPI境界プローブとオープン因果LM上のホワイトボックス制御バリデーションを組み合わせた測定フレームワークである。 最上位のフロンティアLLMは3シードプールのピアソン・r=0.97-0.99でファマ・フレンチの過剰リターンをリコールし、5つの兄弟要素で0.15-25bps以内にとどまった。
  論文  参考訳（メタデータ） (2026-05-28T12:52:49Z)
• Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
  テキスト検出器は、事前訓練された典型軸を増幅する。 タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。 RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
  論文  参考訳（メタデータ） (2026-05-20T19:08:38Z)
• Don't Pause! Every prediction matters in a streaming video [55.509551643600794]
  一般的なストリーミング知覚とアシスト機能を評価するマルチターンプロアクティブクエリを特徴とするSPOT-Benchを提案する。 SPOT-BenchにはTimeliness-F1が付属している。 i)オフラインモデルは、確実にイベントを検知するが、スパム予測は失敗する; (ii) サイレントをトレーニングした後、スパムを減らし、応答を低下させる; (iii) ストリーミングビデオの半分は応答を期待しない。
  論文  参考訳（メタデータ） (2026-04-27T11:07:03Z)
• Predicting Social Media Engagement from Emotional and Temporal Features [0.0]
  情緒的特徴と時間的特徴からソーシャルメディアのエンゲージメント(記事やお気に入り)を予測する機械学習手法を提案する。 データセットには、ヴァレンス、覚醒、関連する感情測定のためのアノテーションを備えた600曲が含まれている。 HistGradientBoostingRegressorに基づくマルチターゲット回帰モデルは、スキューされたターゲットに対応するためにログ変換されたエンゲージメント比に基づいて訓練される。
  論文  参考訳（メタデータ） (2025-08-29T14:14:17Z)
• Semi-Autoregressive Streaming ASR With Label Context [70.76222767090638]
  本稿では,先行ブロックで出力されたラベルを付加コンテキストとして組み込んだストリーミング「半自己回帰型」ASRモデルを提案する。 実験の結果,既存のストリーミングNARモデルではTedlium2が19%,Librispeech-100が16%/8%,Switchboard(SWB)/Callhome(CH)テストセットが19%/8%であった。
  論文  参考訳（メタデータ） (2023-09-19T20:55:58Z)
• It Takes Two: Masked Appearance-Motion Modeling for Self-supervised Video Transformer Pre-training [76.69480467101143]
  自己監督型ビデオトランスフォーマーの事前トレーニングは、最近マスク・アンド・予測パイプラインの恩恵を受けている。 本稿では,映像中の動きの手がかりを余分な予測対象として明示的に調査し,マスケッド・出現運動モデリングフレームワークを提案する。 一般的なビデオ表現を学習し、Kinects-400で82.3%、Something V2で71.3%、UCF101で91.5%、HMDB51で62.5%を達成する。
  論文  参考訳（メタデータ） (2022-10-11T08:05:18Z)
• Less is More: Sparse Sampling for Dense Reaction Predictions [60.005266111509435]
  本稿では,ビデオチャレンジからの2021Evoked Expressionを提案する。 本モデルでは,音声と画像の両モードを入力として,視聴者の感情変化を予測する。 提案手法は, 最終プライベートテストセットにおいて, ピアソンの相関スコア0.04430を達成した。
  論文  参考訳（メタデータ） (2021-06-03T11:33:59Z)
• Video-based Person Re-identification without Bells and Whistles [49.51670583977911]
  ビデオベースの人物再識別(Re-ID)は、異なるカメラの下で歩行者を特定するために、ビデオトラッカーとトリミングされたビデオフレームをマッチングすることを目的としている。 従来の方法による不完全な検出と追跡の結果から, 収穫したトラックレットの空間的, 時間的不整合が生じている。 本稿では,深層学習に基づくトラックレットの検出と追跡を適用することで,これらの予期せぬノイズを効果的に低減できる簡易な再検出リンク(DL)モジュールを提案する。
  論文  参考訳（メタデータ） (2021-05-22T10:17:38Z)
• Probing Model Signal-Awareness via Prediction-Preserving Input Minimization [67.62847721118142]
  モデルが正しい脆弱性信号を捕捉して予測する能力を評価する。 SAR(Signal-Aware Recall)と呼ばれる新しい指標を用いて,モデルの信号認識を計測する。 その結果,90年代以降のリコールから60年代以降のリコールは,新たな指標で大幅に減少した。
  論文  参考訳（メタデータ） (2020-11-25T20:05:23Z)
• Deep learning for gravitational-wave data analysis: A resampling white-box approach [62.997667081978825]
  我々は、LIGO検出器からの単一干渉計データを用いて、畳み込みニューラルネットワーク(CNN)を用いて、コンパクトなバイナリコレッセンスにおける重力波(GW)信号を検出する。 CNNはノイズを検出するのに非常に正確だが、GW信号のリコールに十分な感度がないため、CNNはGWトリガの生成よりもノイズ低減に適している。
  論文  参考訳（メタデータ） (2020-09-09T03:28:57Z)

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。