論文の概要: Joint-Embedding Predictive Architecture for Sensor-based Activity Recognition

• arxiv url: http://arxiv.org/abs/2607.16350v1
• Date: Fri, 17 Jul 2026 05:28:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 18:48:37.117204
• Title: Joint-Embedding Predictive Architecture for Sensor-based Activity Recognition
• Title（参考訳）: センサを用いた行動認識のための統合埋め込み予測アーキテクチャ
• Abstract要約: 本稿では,センサを用いたヒューマンアクティビティ認識(HAR)に適した統合埋め込み予測アーキテクチャを提案する。 提案するフレームワークは,個々のウィンドウ内の局所時間表現の微粒化と,隣接するウィンドウの長期時間シーケンスの両方を明示的にモデル化するエンコーダを特徴とする。 その結果,提案手法によって高品質な表現が学べることが示唆された。
• 参考スコア（独自算出の注目度）: 3.775283002059578
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Sensor-based human activity recognition (HAR) has achieved significant progressed in fully supervised learning settings. However, these supervised learning models rely on large amount of labeled data, which require labor-intensive collection and meticulous annotation. To address these challenges, this paper proposes a Joint Embedding Predictive Architecture framework tailored for sensor-based HAR, designed to learn robust and generalizable representations from unlabeled datasets. The proposed framework features an encoder designed to explicitly model both the fine-grained local temporal representations within individual window and the long-term temporal sequence of adjacent windows. Furthermore, we introduce an improved Variance-Invariance-Covariance Regularization (VICReg) objective function that incorporates computationally lightweight norm term to stabilize the JEPA pre-training phase. This term balances variance, invariance and covariance constraints to prevent representation collapse. The proposed HAR-JEPA framework is evaluated using two benchmark continuously performed activity datasets. The results show that high-quality representations are successfully learned by the proposed framework. Furthermore, the representations learned by HAR-JEPA demonstrates superior generalization on minority, high variance transitional activities such as sit-to-stand and sit-to-lie where supervised learning tend to overfit due to limited support.
• Abstract（参考訳）: HAR(Sensor-based Human Activity Recognition)は、完全に教師付き学習環境において大きな進歩を遂げている。 しかし、これらの教師付き学習モデルは大量のラベル付きデータに依存しており、労働集約的な収集と細心の注意を要する。 これらの課題に対処するために,センサベースのHARに適した統合埋め込み予測アーキテクチャを提案し,ラベルのないデータセットから堅牢で一般化可能な表現を学習する。 提案するフレームワークは,個々のウィンドウ内の局所時間表現の微粒化と,隣接するウィンドウの長期時間シーケンスの両方を明示的にモデル化するエンコーダを特徴とする。 さらに,JEPA事前学習フェーズを安定化させるために,計算的に軽量なノルム項を組み込んだ改良された可変不変共分散正規化(VICReg)機能を導入する。 この用語は、表現の崩壊を防ぐために分散、不変、共分散の制約をバランスさせる。 提案するHAR-JEPAフレームワークは,2つのベンチマークを連続的に実行したアクティビティデータセットを用いて評価する。 その結果,提案手法によって高品質な表現が学べることが示唆された。 さらに、HAR-JEPAが学習した表現は、限られた支援によって教師付き学習が過度に適合する傾向にあるような、少数派の、立ち上がりや立ち上がりのような高い分散遷移活動に優れた一般化を示す。

関連論文リスト

• Hierarchical Consistency Learning for Test-time Adaptation in Camouflage Perception [50.278200968044665]
  カモフラージュされた物体検出(COD)は、物理的属性を通して背景から最小限の知覚差を示すターゲットをローカライズすることを目的としている。 既存のメソッドは、静的なTrain-then-freezeパラダイムによって制約されており、ドメインの剛性と依存性のアノテーションに悩まされている。 動的表現再構成のためのテスト時間適応を統合した階層的一貫性学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-25T09:57:46Z)
• Ensuring Reliability in Programming Knowledge Tracing: A Re-evaluation of Attention-augmented Models and Experimental Protocols [0.6015898117103068]
  本研究は,代表的PKTモデルを再検討し,モデル構成とシーケンス構築の実践により,報告された利得が著しく影響を受けることを示す。 性能評価に影響を与える注意設定の問題を特定し,ServerTimestampを無視するなどの学生の試みの不適切な順序が時間的因果性に反し,過度に楽観的な結果をもたらすことを実証する。
  論文  参考訳（メタデータ） (2026-05-06T10:22:21Z)
• StepVAR: Structure-Texture Guided Pruning for Visual Autoregressive Models [98.72926158261937]
  本稿では,Visual AutoRegressive モデルのためのトレーニングフリートークン解析フレームワークを提案する。 我々は局所的なテクスチャの詳細を捉えるために軽量なハイパスフィルタを使用し、グローバルな構造情報を保存するために主成分分析(PCA)を活用している。 スパーストークンの下で有効な次世代の予測を維持するために,近接した特徴伝達戦略を導入する。
  論文  参考訳（メタデータ） (2026-03-02T11:35:05Z)
• How Different from the Past? Spatio-Temporal Time Series Forecasting with Self-Supervised Deviation Learning [15.102926671713668]
  時空間連続時間予測フレームワークST-SSDLを提案する。 典型的な時間パターンを表す学習可能なプロトタイプを用いて潜在空間を識別する。 実験によると、ST-SSDLは複数のメトリクスで常に最先端のベースラインを上回っている。
  論文  参考訳（メタデータ） (2025-10-06T15:21:13Z)
• Interpretable Few-Shot Image Classification via Prototypical Concept-Guided Mixture of LoRA Experts [79.18608192761512]
  自己説明可能なモデル(SEM)は、視覚認識プロセスをより解釈可能なものにするために、プロトタイプ概念学習(PCL)に依存している。 パラメトリック不均衡と表現の不整合という2つの重要な課題を緩和するFew-Shotプロトタイプ概念分類フレームワークを提案する。 我々のアプローチは、既存のSEMを顕著な差で常に上回っており、5-way 5-shot分類では4.2%-8.7%の相対的な利得がある。
  論文  参考訳（メタデータ） (2025-06-05T06:39:43Z)
• Spatial-Temporal-Spectral Unified Modeling for Remote Sensing Dense Prediction [20.1863553357121]
  リモートセンシングのための現在のディープラーニングアーキテクチャは、基本的に堅固である。 本稿では,統合モデリングのための空間時間スペクトル統一ネットワーク(STSUN)について紹介する。 STSUNは任意の空間サイズ、時間長、スペクトル帯域で入力および出力データに適応することができる。 様々な密集した予測タスクと多様な意味クラス予測を統一する。
  論文  参考訳（メタデータ） (2025-05-18T07:39:17Z)
• CSE-SFP: Enabling Unsupervised Sentence Representation Learning via a Single Forward Pass [3.0566617373924325]
  プレトレーニング言語モデル(PLM)の最近の進歩は、この分野において顕著な進歩をもたらした。 CSE-SFPは,生成モデルの構造的特徴を利用する革新的な手法である。 CSE-SFPは高品質な埋め込みを実現するだけでなく、トレーニング時間とメモリ消費を著しく削減する。
  論文  参考訳（メタデータ） (2025-05-01T08:27:14Z)
• SparseJEPA: Sparse Representation Learning of Joint Embedding Predictive Architectures [0.46040036610482665]
  JEPA(Joint Embedding Predictive Architectures)は、汎用的な表現を学ぶための強力なフレームワークとして登場した。 本稿では,スパース表現学習をJEPAフレームワークに統合し,学習表現の質を高める拡張であるSparseJEPAを提案する。
  論文  参考訳（メタデータ） (2025-04-22T02:43:00Z)
• ACT-JEPA: Novel Joint-Embedding Predictive Architecture for Efficient Policy Representation Learning [90.41852663775086]
  ACT-JEPAは模倣学習と自己教師型学習を統合する新しいアーキテクチャである。 我々はアクションシーケンスと抽象的な観察シーケンスを予測するポリシーを訓練する。 実験の結果,ACT-JEPAは時間環境の動的学習によって表現の質を向上させることがわかった。
  論文  参考訳（メタデータ） (2025-01-24T16:41:41Z)
• Connecting Joint-Embedding Predictive Architecture with Contrastive Self-supervised Learning [14.869908713261227]
  Contrastive-JEPAは、画像ベースのジョイントエンベッドディング予測アーキテクチャと可変不変共分散正規化(VICReg)戦略を統合している。 C-JEPAは視覚表現学習の安定性と品質を大幅に向上させる。 ImageNet-1Kデータセットで事前トレーニングされた場合、C-JEPAは線形プローブと微調整パフォーマンスメトリクスの両方において、迅速で改善された収束を示す。
  論文  参考訳（メタデータ） (2024-10-25T13:48:12Z)
• ACTRESS: Active Retraining for Semi-supervised Visual Grounding [52.08834188447851]
  前回の研究であるRefTeacherは、疑似自信と注意に基づく監督を提供するために教師学生の枠組みを採用することで、この課題に取り組むための最初の試みである。 このアプローチは、Transformerベースのパイプラインに従う現在の最先端のビジュアルグラウンドモデルと互換性がない。 本稿では, ACTRESS を略したセミスーパービジョン視覚グラウンドのためのアクティブ・リトレーニング手法を提案する。
  論文  参考訳（メタデータ） (2024-07-03T16:33:31Z)
• Target-Embedding Autoencoders for Supervised Representation Learning [111.07204912245841]
  本稿では,対象空間が高次元な純粋教師付き環境における一般化の枠組みを解析する。 我々は、教師付き予測のための目標埋め込みオートエンコーダ(TEA)の一般的なフレームワークのモチベーションと形式化を行い、特徴とターゲットの予測の両方から予測可能なように最適化された中間潜在表現を学習する。
  論文  参考訳（メタデータ） (2020-01-23T02:37:10Z)

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。