Fugu-MT 論文翻訳(概要): See the Change, Keep the Flow: Unsupervised Action Segmentation via Spectral-Temporal Representation Learning

論文の概要: See the Change, Keep the Flow: Unsupervised Action Segmentation via Spectral-Temporal Representation Learning

arxiv url: http://arxiv.org/abs/2608.29611v1
Date: Sun, 30 Aug 2026 07:04:28 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-01 18:31:31.020269
Title: See the Change, Keep the Flow: Unsupervised Action Segmentation via Spectral-Temporal Representation Learning
Title（参考訳）: 変化を見る, 流れを維持する: スペクトル時間表現学習による教師なしアクションセグメンテーション
Abstract要約: SpecT-OTは、不均衡な最適輸送擬似ラベルの概念に基づいて構築されたスペクトル時間表現学習フレームワークである。我々は、SpecT-OTが、BreakfastとDesktop Assemblyのベースラインで4.1ポイントのMoFと7.4ポイントのF1を含む15のメトリクスのうち13のベストな結果を達成することを示した。
参考スコア（独自算出の注目度）: 28.808122183182576
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Unsupervised action segmentation aims to discover latent action categories and their temporal organization without action annotations. Optimal transport-based methods provide structured frame-to-action assignments, however, their pseudo-label quality is fundamentally conditioned on the representation space used to construct the transport cost. We argue that reliable OT pseudo-labeling requires a representation geometry that is simultaneously sensitive to discriminative action changes and coherent along local temporal progressions. Based on this insight, we propose SpecT-OT, a spectral-temporal representation learning framework built upon an unbalanced optimal transport pseudo-labeling concept. SpecT-OT introduces a Spectral Reparameterization Projector (SRP), which parameterizes projector weights with fixed Fourier bases and learnable coefficients to improve the modeling of rapidly varying discriminative features, and Temporal Affinity Regularization (TAR), which imposes distance-aware, label-free constraints on pairwise frame affinities to stabilize local temporal structure. The two components jointly produce more discriminative and temporally stable transport costs, yielding more reliable pseudo-labels for iterative representation learning. Experiments on four benchmarks demonstrate strong performance compared with state-of-the-art methods. SpecT-OT achieves the best results on 13 of 15 metrics, including 4.1-point MoF and 7.4-point F1 gains over the baseline on Breakfast and Desktop Assembly, respectively.
Abstract（参考訳）: 教師なしアクションセグメンテーションは、アクションアノテーションなしで潜在アクションカテゴリとその時間的組織を発見することを目的としている。しかし、その擬似ラベルの品質は、輸送コストを構成するために使用される表現空間に基本的に条件付けられている。我々は、信頼度の高いOT擬似ラベル作成には、識別的行動変化に敏感な表現幾何学と、局所的な時間的進行に沿ったコヒーレントを必要とすることを論じる。この知見に基づいて、不均衡な最適輸送擬似ラベルの概念に基づくスペクトル時間表現学習フレームワークSpecT-OTを提案する。 SpecT-OTは、固定されたフーリエ基底と学習可能な係数でプロジェクター重みをパラメータ化して、急速に異なる識別特徴のモデリングを改善するスペクトル分離プロジェクタ(SRP)を導入し、TAR(Temporal Affinity Regularization)は、ペアのフレーム親和性に距離を意識し、ラベルのない制約を課し、局所時間構造を安定化させる。 2つのコンポーネントは、より差別的で時間的に安定した輸送コストを共同で生成し、反復表現学習のためのより信頼性の高い擬ラベルを生成する。 4つのベンチマーク実験は最先端の手法と比較して高い性能を示した。 SpecT-OTは、BreakfastとDesktop Assemblyのベースラインでそれぞれ4.1ポイントのMoFと7.4ポイントのF1を含む15のメトリクスのうち13の最良の結果を達成する。

関連論文リスト

FM-ChangeNet: Learning Change through Pathwise Feature Transport [0.28675177318965045]
FM-ChangeNetは、変更検出のためのパスワイズ管理フレームワークである。中間潜時状態を構築し,時間条件付速度場を学習する。リモートセンシングベンチマークの実験では、提案するフレームワークがより構造化され、堅牢な変更表現を生成することが示されている。
論文参考訳（メタデータ） (2026-07-06T07:42:58Z)
AnchorMoE: Interpretable Time Series Classification via Anchor-Routed MoE [51.994752158953084]
AnchorMoEは、解釈可能な構成別分類フレームワークである。ローカルパッチのマルチビュー表現をエンコードし、専門の専門家にルーティングする。実世界のベンチマークと合成ベンチマークの実験は、AnchorMoEが非常に競争力のある分類性能を達成することを示した。
論文参考訳（メタデータ） (2026-06-02T13:30:54Z)
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)
Beyond Point-Wise Matching: Structural Representation Alignment for Accelerating Diffusion Transformers [93.3976834364707]
本稿では,特徴写像のリレーショナル幾何における整合性を実現する構造的RePresentation AlignmentフレームワークであるsREPAを提案する。モデルが事前訓練された特徴から全体的空間配置と構造的相関を内包するように促すことにより、sREPAはより高速でより安定した収束を達成する。
論文参考訳（メタデータ） (2026-05-16T12:01:04Z)
Hybrid Congestion Classification Framework Using Flow-Guided Attention and Empirical Mode Decomposition [6.830580384536778]
本研究では,FLO-EMDというハイブリッド手法を提案する。 4つの監視ネットワークから1050本の5秒のクリップでの実験は、FLO-EMD 97.5%のテスト精度を示している。
論文参考訳（メタデータ） (2026-05-06T10:59:32Z)
Cross-Domain Transfer with Self-Supervised Spectral-Spatial Modeling for Hyperspectral Image Classification [5.784164305429653]
本稿では,自己管理型クロスドメイン転送フレームワークを提案する。ソースラベルなしで伝送可能なスペクトル-空間結合表現を学習する。実験結果は、安定した分類性能と強いクロスドメイン適応性を示す。
論文参考訳（メタデータ） (2026-01-26T02:52:35Z)
Bidirectional Feature-aligned Motion Transformation for Efficient Dynamic Point Cloud Compression [97.66080040613726]
特徴空間における動きを暗黙的にモデル化する双方向特徴整合運動変換(Bi-FMT)フレームワークを提案する。 Bi-FMTは、時間的に一貫した潜在表現を生成するために、過去と将来の両方のフレームで機能を調整する。圧縮効率とランタイムの両方において, Bi-FMT が D-DPCC と AdaDPCC を上回っていることを示す。
論文参考訳（メタデータ） (2025-09-18T03:51:06Z)
ERIS: An Energy-Guided Feature Disentanglement Framework for Out-of-Distribution Time Series Classification [51.07970070817353]
理想的な時系列分類(TSC)は不変表現をキャプチャできるべきである。現在の手法は、真に普遍的な特徴を分離するために必要な意味的な方向性を欠いている。本稿では,シフト・ロバストネス・フレームワークのためのエンドツーエンドのエネルギー規則化情報を提案する。
論文参考訳（メタデータ） (2025-08-19T12:13:41Z)
Time-o1: Time-Series Forecasting Needs Transformed Label Alignment [50.54348432664401]
Time-o1は、時系列予測に適した変換強化学習目標である。中心となる考え方は、ラベルシーケンスを区別された意味を持つ非相関なコンポーネントに変換することである。 Time-o1は最先端のパフォーマンスを実現し、様々な予測モデルと互換性がある。
論文参考訳（メタデータ） (2025-05-23T13:00:35Z)
Multi-body SE(3) Equivariance for Unsupervised Rigid Segmentation and Motion Estimation [49.56131393810713]
本稿では、SE(3)同変アーキテクチャと、この課題に教師なしで取り組むためのトレーニング戦略を提案する。本手法は,0.25Mパラメータと0.92G FLOPを用いて,モデル性能と計算効率を両立させる。
論文参考訳（メタデータ） (2023-06-08T22:55:32Z)
Spatiotemporal Multi-scale Bilateral Motion Network for Gait Recognition [3.1240043488226967]
本稿では,光学的流れに動機づけられた両動方向の特徴について述べる。動作コンテキストを多段階の時間分解能でリッチに記述する多段階の時間表現を開発する。
論文参考訳（メタデータ） (2022-09-26T01:36:22Z)
Joint Spatial-Temporal and Appearance Modeling with Transformer for Multiple Object Tracking [59.79252390626194]
本稿ではTransSTAMという新しい手法を提案する。Transformerを利用して各オブジェクトの外観特徴とオブジェクト間の空間的時間的関係の両方をモデル化する。提案手法はMOT16, MOT17, MOT20を含む複数の公開ベンチマークで評価され, IDF1とHOTAの両方で明確な性能向上を実現している。
論文参考訳（メタデータ） (2022-05-31T01:19:18Z)

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。