論文の概要: A Multi-Scale Temporal Framework with Dynamic Fusion for EEG-Based Emotion Recognition

• arxiv url: http://arxiv.org/abs/2608.09088v1
• Date: Mon, 10 Aug 2026 03:39:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 19:16:37.070642
• Title: A Multi-Scale Temporal Framework with Dynamic Fusion for EEG-Based Emotion Recognition
• Title（参考訳）: 脳波に基づく感情認識のための動的融合を用いたマルチスケール時間フレームワーク
• Abstract要約: 混合感情は、臨床的に関連があるが、まだ探索されていない自動感情認識の標的である。 本研究では,脳波に基づく感情認識のための多段階の時間的枠組みを提案する。
• 参考スコア（独自算出の注目度）: 8.619946906050457
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Mixed emotions represent a clinically relevant but still underexplored target for automatic emotion recognition. EEG provides millisecond-level access to neural activity, yet most EEG pipelines analyze the signal through a single temporal window, thereby fixing the temporal structure available to the model. This study introduces a multi-scale temporal framework for EEG-based emotion recognition. The EEG waveform is decomposed into windows of one or several durations, processed by a shared attention-based encoder, and integrated through a dynamic fusion module that assigns sample-specific weights across temporal scales. The framework is evaluated under a subject-independent protocol in binary and three-class settings, with the three-class task including the mixed affective category. The best results are 65.22% for the two-class task and 45.43% for the three-class task. Both are obtained with three-scale dynamic-fusion configurations and remain substantially above the full-signal baseline. The best-performing temporal scales differ between the two tasks. Dynamic fusion outperforms concatenation in the highest-scoring two-class configuration and slightly exceeds it in the highest-scoring three-class configuration, although these multi-scale settings require substantially more computation than the full-signal baseline.
• Abstract（参考訳）: 混合感情は、臨床的に関連があるが、まだ探索されていない自動感情認識の標的である。 EEGはミリ秒単位の神経活動アクセスを提供するが、ほとんどのEEGパイプラインは1つの時間窓を通して信号を解析し、モデルで利用可能な時間構造を固定する。 本研究では,脳波に基づく感情認識のための多段階の時間的枠組みを提案する。 EEG波形は1つまたは複数の期間のウィンドウに分解され、共有注意ベースのエンコーダによって処理され、時間スケールにわたってサンプル固有の重みを割り当てる動的融合モジュールを介して統合される。 このフレームワークは、二項および三階の設定において主観的非依存のプロトコルで評価され、混合感情圏を含む三階のタスクが評価される。 最も良い結果は2クラスで65.22%、3クラスで45.43%である。 どちらも3スケールのダイナミックフュージョン構成で得られ、フルシグナルベースラインよりもかなり上である。 最高のパフォーマンスの時間スケールは2つのタスクによって異なります。 ダイナミックフュージョンは、最高スコアの2クラス構成では結合性に優れ、最高スコアの3クラス構成ではわずかに上回るが、これらのマルチスケール設定は、フルサインのベースラインよりもはるかに多くの計算を必要とする。

関連論文リスト

• Accelerating Unified Multimodal Models with Core-Expansion Routing and Unified Computation Scheduling [61.28599393707943]
  統一マルチモーダルモデルは、理解と生成を共同でサポートするが、トークン、レイヤ、生成タイムステップ間でかなりの冗長な計算を行う。 本稿では,タスク共有型コアスコアラと進行条件付き生成拡張を提案し,生成分解とクロスタスクコアアライメントを最適化した。 2つの代表的UMMアーキテクチャの実験では、両タスク間で一貫した品質改善が示され、98.03%の高密度な理解性能を維持し、エンドツーエンドの推論速度は1.93times$である。
  論文  参考訳（メタデータ） (2026-08-29T14:27:55Z)
• DLink: Distilling Layer-wise and Dominant Knowledge from EEG Foundation Models [45.93502533665427]
  DLink(Distilling Layer-wise and Dominant Knowledge)は、大きな脳波FMから3つの重要なイノベーションを持つコンパクトな学生に知識を伝達するための統一的なフレームワークである。 4つのEEGベンチマークの実験により、DLinkは学生がモデルサイズと推論コストを大幅に低くして、完全に微調整されたFM性能にアプローチしながら、軽量なベースラインを上回り得ることが示された。
  論文  参考訳（メタデータ） (2026-04-16T13:43:51Z)
• Sense Less, Infer More: Agentic Multimodal Transformers for Edge Medical Intelligence [11.75125432258758]
  適応型マルチモーダルインテリジェンス(AMI:Adaptive Multimodal Intelligence)は、いつ、どのように推論するかを共同で学習するエンドツーエンドフレームワークである。 AMIは,(1)Gumbel-Sigmoid Gatingを用いてモデル信頼性とタスク関連性に基づいて動的にアクティブなセンサを選択できる軽量なエージェントモードコントローラ,(2)時間的に冗長なサンプルをスキップするための学習可能なしきい値を持つパッチワイズデルタシグマ演算を適用可能な学習Sigma-Delta Sensingモジュール,(3)非モーダルファウンデーションエンコーダと時間的コンテキストを持つクロスモーダルトランスフォーマーをベースとしたファンデーションベースのマルチモーダル予測モデル,の3つのコンポーネントを統合した。
  論文  参考訳（メタデータ） (2026-04-12T01:46:38Z)
• DriveMamba: Task-Centric Scalable State Space Model for Efficient End-to-End Autonomous Driving [47.573692944838115]
  DriveMambaは、効率的なE2E-ADのためのタスク中心のスケーラブルパラダイムである。 シーケンシャルなタスク関係モデリング、暗黙の対応学習、長期の時間的融合を単一ステージのUnified Mambaデコーダに統合する。 nuScenesとBench2Driveデータセットで実施された大規模な実験は、DriveMambaの優位性、一般化性、および大幅な効率性を実証している。
  論文  参考訳（メタデータ） (2026-02-09T11:48:29Z)
• GCMCG: A Clustering-Aware Graph Attention and Expert Fusion Network for Multi-Paradigm, Multi-task, and Cross-Subject EEG Decoding [0.7871262900865523]
  運動画像(MI)脳波(EEG)信号に基づく脳-コンピュータインタフェース(BCI)は、人間と機械の相互作用の直接的な経路を提供する。 本稿では,MI-ME EEGデコーディングのための新しい統合フレームワークであるGraph-guided Clustering Mixture-of-Experts CNNGRUGを提案する。
  論文  参考訳（メタデータ） (2025-11-29T18:05:33Z)
• Bidirectional Time-Frequency Pyramid Network for Enhanced Robust EEG Classification [2.512406961007489]
  BITE(Bidirectional Time-Freq Pyramid Network)は、ロバストなマルチストリームシナジー、ピラミッド時間周波数アテンション(PTFA)、双方向適応畳み込みを特徴とするエンドツーエンドの統一アーキテクチャである。 統一アーキテクチャとして、MIタスクとSSVEPタスクの両方にわたる堅牢なパフォーマンスと、例外的な計算効率を組み合わせる。 我々の研究は、信頼性の高いBCIシステムにはスペクトル時間処理が不可欠であることを検証している。
  論文  参考訳（メタデータ） (2025-10-11T04:14:48Z)
• Capturing More: Learning Multi-Domain Representations for Robust Online Handwriting Verification [49.085301457166544]
  SPECTRUMは、オンライン手書き検証(OHV)のためのマルチドメイン表現学習の未解決ポテンシャルを解き放つ時間周波数相乗効果モデルである 大規模な実験では、既存の方法よりもSPECTRUMの方が優れた性能を示している。 これらの知見は、機能ドメインと生体ドメインの両方にわたるマルチドメインアプローチの今後の研究の道を開くものである。
  論文  参考訳（メタデータ） (2025-08-02T16:20:35Z)
• Electromyography-Based Gesture Recognition: Hierarchical Feature Extraction for Enhanced Spatial-Temporal Dynamics [0.7083699704958353]
  本稿では, 時間的時間的特徴抽出手法として, 軽量な圧縮励起深層学習手法を提案する。 提案したモデルは、Ninapro DB2、DB4、DB5データセットでそれぞれ96.41%、92.40%、93.34%の精度でテストされた。
  論文  参考訳（メタデータ） (2025-04-04T07:11:12Z)
• Dual-TSST: A Dual-Branch Temporal-Spectral-Spatial Transformer Model for EEG Decoding [2.0721229324537833]
  デュアルブランチ時間スペクトル空間変換器(Dual-TSST)を用いた新しいデコードアーキテクチャネットワークを提案する。 提案するDual-TSSTは様々なタスクにおいて優れており,平均精度80.67%の脳波分類性能が期待できる。 本研究は,高性能脳波デコーディングへの新たなアプローチを提供するとともに,将来のCNN-Transformerベースのアプリケーションにも大きな可能性を秘めている。
  論文  参考訳（メタデータ） (2024-09-05T05:08:43Z)
• Slow-Fast Visual Tempo Learning for Video-based Action Recognition [78.3820439082979]
  アクション・ビジュアル・テンポ(Action visual tempo)は、アクションのダイナミクスと時間スケールを特徴付ける。 以前の方法は、複数のレートで生のビデオをサンプリングするか、階層的にバックボーンの特徴をサンプリングすることによって、視覚的テンポをキャプチャする。 単一層における低レベルバックボーン特徴からアクション・テンポを抽出するための時間相関モジュール(TCM)を提案する。
  論文  参考訳（メタデータ） (2022-02-24T14:20:04Z)
• Multiple Time Series Fusion Based on LSTM An Application to CAP A Phase Classification Using EEG [56.155331323304]
  本研究では,深層学習に基づく脳波チャンネルの特徴レベル融合を行う。 チャネル選択,融合,分類手順を2つの最適化アルゴリズムで最適化した。
  論文  参考訳（メタデータ） (2021-12-18T14:17:49Z)
• Encoder-decoder with Multi-level Attention for 3D Human Shape and Pose Estimation [61.98690211671168]
  本稿では,マルチレベルアテンション・デコーダ・ネットワーク(MAED)を提案する。 3DPWのトレーニングセットにより、MAEDはPA-MPJPEの6.2、7.2、2.4mmの従来の最先端手法よりも優れていた。
  論文  参考訳（メタデータ） (2021-09-06T09:06:17Z)
• Searching Multi-Rate and Multi-Modal Temporal Enhanced Networks for Gesture Recognition [89.0152015268929]
  RGB-Dジェスチャ認識のための最初のニューラルアーキテクチャサーチ(NAS)手法を提案する。 提案手法は,1)3次元中央差分畳畳み込み(3D-CDC)ファミリーによる時間的表現の強化,および多モードレート分岐と横方向接続のための最適化されたバックボーンを含む。 結果として得られたマルチレートネットワークは、RGBと深さ変調と時間力学の関係を理解するための新しい視点を提供する。
  論文  参考訳（メタデータ） (2020-08-21T10:45:09Z)

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。