論文の概要: Behavioral Latency as Weak Event-Time Supervision for EEG Reaction-Time Decoding

• arxiv url: http://arxiv.org/abs/2608.29428v1
• Date: Sat, 29 Aug 2026 20:18:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:30.956645
• Title: Behavioral Latency as Weak Event-Time Supervision for EEG Reaction-Time Decoding
• Title（参考訳）: 脳波反応時間復号のための弱事象時間スーパービジョンとしての振舞いレイテンシ
• Abstract要約: 単回脳波分析はイベントやレイテンシを中心に行われることが多いが、EEGベースの反応時間(RT)予測は固定された刺激ロックウィンドウ上でスカラー回帰として表される。 ここでは、事象時間後部モデリングとして試行的RTデコーディングを再構成する。 そこで我々は,Healthy Brain Networkのコントラスト変化検出EEGタスクにおいて,この定式化を評価した。
• 参考スコア（独自算出の注目度）: 8.835986135254549
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Single-trial EEG analyses are often organized around events and latencies, yet EEG-based reaction-time (RT) prediction is posed as scalar regression on a fixed stimulus-locked window. RT is treated as a window-level label rather than timing evidence about response-relevant dynamics. Here we reformulate trial-wise RT decoding as event-time posterior modeling. Instead of predicting RT directly, the model estimates a posterior over response-relevant event times, $p(t_{\mathrm{event}}\mid X)$, and uses its mean as the RT estimate. This treats behavioral latency as a weak observation of latent response-relevant timing. We evaluate this formulation on the Healthy Brain Network contrast change detection EEG task under a subject-disjoint, release-separated protocol. Across five seeds, distributional event-time supervision consistently improves held-out RT prediction relative to scalar regression and temporal-readout controls. Controlled objective comparisons isolate supervision of the event-time distribution, rather than expectation-based readout alone, as the source of this gain. Architecture controls show that the effect persists across four temporal backbones and is not explained by model scale. Beyond point prediction, posterior geometry characterizes concentration, target alignment, and interval behavior, while observation-noise calibration separates latent concentration from predictive uncertainty over RT. Shifted-crop inference probes shortcut use versus temporal localization. Matched shift-jitter improves robustness, increases mean sensitivity, and moves predictions more often in the expected crop-relative direction. Sensitivity remains below ideal crop-relative localization, leaving a clear equivariance gap. Together, these results establish event-time posterior modeling as a probabilistic and interpretable formulation for linking single-trial EEG dynamics to behavioral timing.
• Abstract（参考訳）: 単回脳波分析はイベントやレイテンシを中心に行われることが多いが、EEGベースの反応時間(RT)予測は固定された刺激ロックウィンドウ上でスカラー回帰として表される。 RTは応答関連力学のタイミング証拠ではなく、ウィンドウレベルラベルとして扱われる。 ここでは、事象時間後部モデリングとして試行的RTデコーディングを再構成する。 RTを直接予測する代わりに、モデルでは応答関連イベント時間より後を$p(t_{\mathrm{event}}\mid X)$と推定し、平均をRT推定として使用する。 これは、動作遅延を潜時応答関連タイミングの弱い観察として扱う。 そこで我々は,Healthy Brain Networkのコントラスト変化検出EEGタスクにおいて,この定式化を評価した。 5つの種にまたがって、分散イベントタイムの監督は、スカラー回帰と時間的読み出し制御に対する保持されたRT予測を一貫して改善する。 制御された客観的比較は、この利得の源泉として、期待に基づく読み出しのみではなく、イベント時分布の監督を分離する。 アーキテクチャコントロールは、効果が4つの時間的バックボーンにわたって持続し、モデルスケールでは説明されないことを示している。 後方幾何学は点予測以外にも、濃度、目標アライメント、間隔の挙動を特徴付ける一方、観測ノイズ校正は潜在濃度をRT上の予測不確実性から分離する。 シフトクロップ推論プローブは、時間的局所化に対してショートカットを使用する。 一致したシフトジッタは、堅牢性を改善し、平均感度を高め、予測された作物相対的な方向に予測をより頻繁に移動させる。 感度は理想的な作物相対的な局在よりも低いままであり、明確な等分散ギャップを残している。 これらの結果から, 事象時間後部モデリングは, 脳波動態と行動タイミングを関連付けるための確率的, 解釈可能な定式化として確立された。

関連論文リスト

• When Interference Graphs Evolve: Doubly Robust Estimation of Dynamic Peer Effects [1.049126606580198]
  我々は,自己治療,時間的に集約されたピア露光,および課題後の進化の要約によって潜在的な結果をインデックスする制御されたコントラストフレームワークを導入する。 時間分解確率と正規化オーグメンテーションを組み合わせた動的ネットワーク二重ロバスト推定器DynaNet-DRを開発した。
  論文  参考訳（メタデータ） (2026-08-27T14:32:40Z)
• BCI-Based Assessment of Ocular Response Time Using Dynamic Time Warping Leveraging an RDWT-Driven Deep Neural Framework [1.7883249184785495]
  本稿では,脳波(EEG)とAR(AR)をベースとしたVestibular/Ocular Motor Screening(VOMS)タスクを統合した初期フレームワークを提案する。 EEG信号は、RDWT(Redundant Discrete Wavelet Transform)駆動のディープニューラルフレームワークを用いて分析される。 Pearson相関を用いてスライディング・ウインドウの予測を検証し、その後、動的時間ワープ(DTW)を用いて眼反応時間を推定した。
  論文  参考訳（メタデータ） (2026-05-14T14:28:11Z)
• Causally-Constrained Probabilistic Forecasting for Time-Series Anomaly Detection [1.8995711908407733]
  本研究では,異常検出のための因果制約付き確率予測フレームワークを提案する。 ディープ・シークエンス・モデリングに先立って、明示的な時間付き因果グラフを統合する。 実験により,提案手法が最先端検出性能を実現することを示す。
  論文  参考訳（メタデータ） (2026-04-20T09:24:28Z)
• GTS: Inference-Time Scaling of Latent Reasoning with a Learnable Gaussian Thought Sampler [54.10960908347221]
  我々は、学習可能な密度から条件付きサンプリングとして潜在思考探索をモデル化し、このアイデアをガウス思想サンプリング(GTS)としてインスタンス化する。 GTSは、連続的推論状態における文脈依存摂動分布を予測し、バックボーンを凍結させながらGRPOスタイルのポリシー最適化を訓練する。
  論文  参考訳（メタデータ） (2026-02-15T09:57:47Z)
• From Observations to States: Latent Time Series Forecasting [65.98504021691666]
  本稿では,TSFを観測回帰から潜時予測に移行する新しいパラダイムであるLatent Time Series Forecasting(LatentTSF)を提案する。 具体的には、LatentTSFはAutoEncoderを使用して、各段階での観測結果を高次元の潜在状態空間に投影する。 提案する潜伏目標は,予測潜伏状態と地道状態と観測値との相互情報を暗黙的に最大化する。
  論文  参考訳（メタデータ） (2026-01-30T20:39:44Z)
• time2time: Causal Intervention in Hidden States to Simulate Rare Events in Time Series Foundation Models [7.400285974510125]
  我々は,ある事象の統計モーメントを他の事象に付与することで,隠れた状態を操作する因果的介入である移植活性化を導入する。 モデルが事象重大性の段階的概念を符号化し、潜在ベクトルノルムはシステム的ショックの大きさに直接関連していることがわかった。 本研究は, モデル予測を規定する潜在概念空間の証拠として, ポストホック帰属から直接因果介入への解釈可能性のシフトが示唆された。
  論文  参考訳（メタデータ） (2025-09-06T18:28:20Z)
• Rethinking Remaining Useful Life Prediction with Scarce Time Series Data: Regression under Indirect Supervision [4.335413713700667]
  本稿では,パラメータ化静的回帰(パラメータ化静的回帰)と呼ばれる統合フレームワークを導入する。 提案手法は,非常に少ない時系列データを扱う場合の予測精度において,競合性能を示す。
  論文  参考訳（メタデータ） (2025-04-12T13:14:35Z)
• Time-series Generation by Contrastive Imitation [87.51882102248395]
  モーメントマッチングの目的によってモチベーションされ、複合的エラーを軽減し、局所的(しかし前方的な)遷移ポリシーを最適化する。 推論において、学習されたポリシーは反復的なサンプリングのジェネレータとして機能し、学習されたエネルギーはサンプルの品質を評価するための軌道レベル尺度として機能する。
  論文  参考訳（メタデータ） (2023-11-02T16:45:25Z)
• Uncovering the Missing Pattern: Unified Framework Towards Trajectory Imputation and Prediction [60.60223171143206]
  軌道予測は、観測されたシーケンスから実体運動や人間の行動を理解する上で重要な作業である。 現在の方法では、観測されたシーケンスが完了したと仮定し、欠落した値の可能性を無視する。 本稿では,グラフに基づく条件変動リカレントニューラルネットワーク (GC-VRNN) の統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-28T14:27:27Z)
• Extracting or Guessing? Improving Faithfulness of Event Temporal Relation Extraction [87.04153383938969]
  本研究では,TempRel抽出モデルの忠実度を2つの観点から改善する。 第1の視点は、文脈記述に基づいて真に抽出することである。 第2の視点は、適切な不確実性評価を提供することである。
  論文  参考訳（メタデータ） (2022-10-10T19:53:13Z)
• Stochastically forced ensemble dynamic mode decomposition for forecasting and analysis of near-periodic systems [65.44033635330604]
  本稿では,観測力学を強制線形系としてモデル化した新しい負荷予測手法を提案する。 固有線型力学の利用は、解釈可能性やパーシモニーの観点から、多くの望ましい性質を提供することを示す。 電力グリッドからの負荷データを用いたテストケースの結果が提示される。
  論文  参考訳（メタデータ） (2020-10-08T20:25:52Z)

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。