論文の概要: AOI-Net: Structural Face AOI-Guided Eye-Gaze Track Representation Learning for Autism Spectrum Disorder Detection

• arxiv url: http://arxiv.org/abs/2608.29289v1
• Date: Sat, 29 Aug 2026 14:26:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:30.916341
• Title: AOI-Net: Structural Face AOI-Guided Eye-Gaze Track Representation Learning for Autism Spectrum Disorder Detection
• Title（参考訳）: AOI-Net: 自閉症スペクトラム障害検出のための構造面AOI誘導視線トラック表現学習
• Abstract要約: 眼球運動追跡は自閉症スペクトラム障害(ASD)スクリーニングに対する非侵襲的アプローチとして期待されている。 短時間の時間的ダイナミクスと構造的構造を共同でモデル化した構造面AOI誘導型アイ・ゲイズ・トラック・ネットワーク(AOI-Net)を提案する。 提案フレームワークはまた、解釈可能な視線行動モデリングを可能にし、現実世界の医療におけるスケーラブルなAI駆動型ASDスクリーニングの実践的基盤を提供する。
• 参考スコア（独自算出の注目度）: 44.01653678589696
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Eye-movement tracking has emerged as a promising non-invasive approach to Autism Spectrum Disorder (ASD) screening, with systematic differences in attentional allocation and revisit behaviors observed during socially interactive tasks. Existing computational methods typically characterize eye-movements using discrete gaze trajectories and fixation events, yielding representations dominated by short-range temporal dynamics and limiting models that primarily emphasize long-range dependencies. Meanwhile, gaze behavior is naturally organized across semantically meaningful Areas of Interest (AOIs), whose attention allocation and transitions provide important structural cues, yet their relationships are rarely modeled explicitly. To address these limitations, we propose a structural face AOI-guided Eye-Gaze Track Network (AOI-Net) that jointly models short-term temporal dynamics and AOI-level structural organization. A network gating mechanism adaptively integrates the complementary temporal and structural representations according to their contributions to gaze-behavior characterization. To mitigate the pronounced class imbalance commonly encountered between individuals with ASD and Typically Developing (TD) participants in clinical datasets, class-distribution-aware learning is further employed to facilitate discriminative embedding learning under skewed class distributions. Experiments on a unique and large-scale clinical eye-tracking database comprising eight stimulus subsets and more than 1,300 participants show that AOI-Net consistently outperforms state-of-the-art methods. The proposed framework also enables interpretable gaze-behavior modeling and provides a practical basis for scalable AI-driven ASD screening in real-world healthcare. The code is available at https://github.com/Zhanpei-ai/CIM-AOI-Net/tree/main/Code
• Abstract（参考訳）: 眼球運動追跡は自閉症スペクトラム障害(ASD)スクリーニングにおける有望な非侵襲的アプローチとして現れており、社会的に対話的なタスク中に観察される注意配分と再検討行動の体系的差異がある。 既存の計算手法では、離散的な視線軌跡や固定イベントを用いて眼球運動を特徴付け、短距離時間力学と主に長距離依存を強調する制限モデルによって支配される表現を与えるのが一般的である。 一方、視線行動は意味論的に意味のある関心領域(AOIs)にまたがって自然に組織化され、注意の割り当てと遷移は重要な構造的手がかりを提供するが、それらの関係は明確にモデル化されることはめったにない。 これらの制約に対処するために、短期時間力学とAOIレベルの構造組織を共同でモデル化する構造面AOI誘導型視線追跡ネットワーク(AOI-Net)を提案する。 ネットワークゲーティング機構は、視線行動特性への寄与に応じて、相補的時間的および構造的表現を適応的に統合する。 臨床データセットにおけるASD患者と典型的にはTD参加者の間で一般的に遭遇するクラス不均衡を緩和するために, クラス分布下での識別的埋め込み学習を促進するために, クラス分布認識学習をさらに活用する。 8つの刺激サブセットと1,300人以上の参加者からなる、ユニークで大規模な臨床眼球追跡データベースの実験は、AOI-Netが一貫して最先端の手法より優れていることを示している。 提案フレームワークはまた、解釈可能な視線行動モデリングを可能にし、現実世界の医療におけるスケーラブルなAI駆動型ASDスクリーニングの実践的基盤を提供する。 コードはhttps://github.com/Zhanpei-ai/CIM-AOI-Net/tree/main/Codeで入手できる。

関連論文リスト

• Learning Structural Convergence: A Neuro-Symbolic Benchmark for Temporal Reasoning [2.7644691581661287]
  本稿では,高複雑性イベント駆動システムにおける時間構造推論のベンチマークであるTRACTAを紹介する。 ベンチマークには、 early_warning、 pattern_detection、run_classificationの3つのタスクが含まれている。 結果から, 生の事象レベルの学習は依然として有意であるが, 意味的能力に対する時間的モデリングは, 最高集合点推定を達成していることがわかった。
  論文  参考訳（メタデータ） (2026-07-24T14:50:19Z)
• Unleashing Multimodal Large Language Models for Training-free HOI Detection in the Wild [49.77540427384148]
  本稿では,基礎モデルの汎用的マルチモーダル推論能力を野生でのHOI検出に伝達する,訓練不要なエージェント型フレームワークであるAgenHoIを提案する。 不完全な相互作用発見と複雑な場面におけるあいまいな局所化の課題に対処するために,2つの重要なメカニズムを導入する。 AgentHOIは、リアルタイム設定において、最先端の教師付きおよび弱教師付きメソッドよりも優れたパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2026-07-15T14:30:20Z)
• Hierarchical Scaffolding Enables Human-Like Cognitive Selectivity under Data Scarcity [1.5166105038254163]
  認知心理学に基づく階層的学習フレームワークであるSCALA(Scaffolded Cognitive Architecture for Learning for limited dAta)を紹介する。 本モデルでは,タスク関連特徴を効果的に優先順位付けし,背景障害を抑えることにより,人間的な認知選択性を示す。 経験的に、SCALAは重度のデータ不足下で大幅に精度が向上した。
  論文  参考訳（メタデータ） (2026-07-06T06:24:32Z)
• RECTOR: Masked Region-Channel-Temporal Modeling for Affective and Cognitive Representation Learning [3.249403472775399]
  感情障害と認知障害は、地域、チャンネル、時間にまたがる時間変化の脳ネットワークのダイナミクスとして表される。 本稿では,共同領域-チャネル-時間的表現学習を統一するエンドツーエンドの自己組織化フレームワークRECTORを提案する。 多様なベンチマークを通じて、RECTORは、脳波の感情認識とsEEGタスクエンゲージメント分類における新しい最先端の技術を設定している。
  論文  参考訳（メタデータ） (2026-06-13T12:33:59Z)
• ATLAS: Agentic or Latent Visual Reasoning? One Word is Enough for Both [55.182037225013836]
  ATLASは、単一の独立した「ワード」を機能トークンと呼び、エージェント操作と潜在視覚推論ユニットの両方として機能するフレームワークである。 ATLASは、明確な解釈可能性を維持しながら、挑戦的なベンチマークで優れたパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-05-14T17:59:55Z)
• Detecting Autism Spectrum Disorder with Deep Eye Movement Features [9.225838905985958]
  自閉症スペクトラム障害(Autism Spectrum disorder、ASD)は、社会的コミュニケーションの障害と行動パターンを特徴とする神経発達障害である。 眼球運動データは、ASD検出のための非侵襲的診断ツールを提供する。 微妙で複雑な眼球運動パターンを効果的に捉えるために、離散的短期連続モデリングフレームワーク(DSTS)が設計されている。
  論文  参考訳（メタデータ） (2026-01-09T14:35:24Z)
• Self-Supervised Anatomical Consistency Learning for Vision-Grounded Medical Report Generation [61.350584471060756]
  医用画像の臨床的に正確な記述を作成することを目的とした医用レポート生成。 本稿では, 自己監督型解剖学的一貫性学習(SS-ACL)を提案し, 生成された報告を対応する解剖学的領域と整合させる。 SS-ACLは、ヒト解剖学の不変のトップダウン包摂構造にインスパイアされた階層的な解剖学的グラフを構築する。
  論文  参考訳（メタデータ） (2025-09-30T08:59:06Z)
• 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)
• Locally temporal-spatial pattern learning with graph attention mechanism for EEG-based emotion recognition [4.331986787747648]
  感情認識技術により、コンピュータは人間の感情状態を個別のカテゴリーに分類することができる。 感情は短時間でも安定した状態を維持する代わりに変動することがある。 また,3次元トポロジー構造のため,脳波空間分布のフル活用も困難である。
  論文  参考訳（メタデータ） (2022-08-19T12:15:10Z)
• Entity-Conditioned Question Generation for Robust Attention Distribution in Neural Information Retrieval [51.53892300802014]
  教師付きニューラル情報検索モデルでは,通過トークンよりも疎注意パターンを学習することが困難であることを示す。 目的とする新しい合成データ生成手法を用いて、与えられた通路内の全てのエンティティに対して、より均一で堅牢な参加をニューラルIRに教える。
  論文  参考訳（メタデータ） (2022-04-24T22:36:48Z)
• Learning Neural Causal Models with Active Interventions [83.44636110899742]
  本稿では,データ生成プロセスの根底にある因果構造を素早く識別する能動的介入ターゲット機構を提案する。 本手法は,ランダムな介入ターゲティングと比較して,要求される対話回数を大幅に削減する。 シミュレーションデータから実世界のデータまで,複数のベンチマークにおいて優れた性能を示す。
  論文  参考訳（メタデータ） (2021-09-06T13:10:37Z)

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。