論文の概要: Sensory Precision Inference for Multimodal Arbitration under Uncertainty

• arxiv url: http://arxiv.org/abs/2609.15065v1
• Date: Mon, 14 Sep 2026 05:29:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:06.098321
• Title: Sensory Precision Inference for Multimodal Arbitration under Uncertainty
• Title（参考訳）: 不確実性下におけるマルチモーダルアロケーションの感覚精度推定
• Abstract要約: 感覚対立下での多モーダル生成における感覚精度の役割について検討した。 我々は、構造化されたクラス依存の精度パターンを誘導し、モーダルな推論力学に影響を与える、知覚的精度よりも学習された事前を導入する。 その結果、動的精度推論は、腐敗した感覚証拠の下で頑健性を向上し、低下した感覚証拠からコヒーレント潜在推論をサポートし、矛盾するモダリティ間の安定な仲裁を可能にすることを示した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Autonomous agents operating on multisensory data cannot assume that all sensory modalities remain consistently informative. In real environments, sensory streams are frequently corrupted by noise, missing data, or inter-modal incongruence, requiring adaptive arbitration between competing sensory hypotheses. While active inference provides a principled framework for uncertainty-guided inference, the role of dynamically inferred sensory precision in generative multimodal arbitration under sensory conflict remains comparatively underexplored. We propose a multimodal perceptual inference model in which latent beliefs and modality-specific sensory precisions are jointly updated through iterative free-energy minimization. In our proposed model, sensory precision dynamics not only reflect sensory uncertainty but actively shape the evolution of latent beliefs during multimodal conflict. In addition, we introduce a learned prior over sensory precisions that induces structured, class-dependent precision patterns and influences cross-modal inference dynamics. We evaluate the model using a synthetic multimodal MNIST dataset combining visual, auditory, and tactile representations of digit classes under controlled sensory noise and inter-modal incongruence. Results show that dynamic precision inference improves reconstruction robustness under corrupted sensory evidence, supports coherent latent inference from reduced sensory evidence, and enables stable arbitration between conflicting modalities. Furthermore, learned precision priors generate interpretable precision structures that shape inference dynamics and cross-modal latent structure. These findings support sensory precision inference as a mechanistic control process for adaptive multimodal belief formation under uncertainty, highlighting precision dynamics as a computational mechanism for robust and interpretable multisensory integration.
• Abstract（参考訳）: 多感覚データを操作する自律的エージェントは、すべての感覚的モダリティが一貫して情報的であると仮定することはできない。 実際の環境では、知覚ストリームはノイズ、欠落データ、あるいはモーダル間不整合によってしばしば破損し、競合する感覚仮説間の適応的仲裁を必要とする。 能動推論は、不確実性誘導推論の原理的な枠組みを提供するが、知覚衝突による生成的マルチモーダル仲裁における動的推論された知覚精度の役割は、比較的過小評価されている。 本稿では,反復的自由エネルギー最小化により,潜在信念とモダリティ特異的感覚精度を共同で更新するマルチモーダル知覚推論モデルを提案する。 提案モデルでは,知覚的不確実性を反映するだけでなく,マルチモーダル衝突における潜在信念の進化を積極的に形成する。 さらに、構造化されたクラス依存の精度パターンを誘導し、モーダル間推論ダイナミクスに影響を与える、知覚的精度に関する学習先行を導入する。 合成マルチモーダルMNISTデータセットを用いて,視覚的,聴覚的,触覚的表現を制御された知覚ノイズとモーダル間不整合の下で組み合わせたモデルの評価を行った。 その結果, 動的精度推論は, 破損した知覚的証拠の下での復元堅牢性を向上し, 低下した感覚的証拠からコヒーレント潜在的推論をサポートし, 矛盾するモダリティ間の安定な仲裁を可能にすることがわかった。 さらに、学習された精度事前は、推論力学とモード間潜在構造を形成する解釈可能な精度構造を生成する。 これらの知見は,不確実性下での適応的マルチモーダル信念形成のための機械的制御過程としての感覚的精度推論をサポートし,頑健で解釈可能な多感覚積分の計算機構としての精度動態を強調した。

関連論文リスト

• Decoding Error-Related Potentials under Multisensory Feedback with Varying Congruency [49.89366594261373]
  現実的な設定では、不均一な多感覚フィードバックの下でエラー知覚がしばしば発生する。 特に、矛盾したフィードバックは、復号化の難しさと分類性能の低下に関連している。 我々は多分岐EEGNetベースのアーキテクチャを採用し、異種条件間の堅牢性を改善するために補助的な監視を行う。
  論文  参考訳（メタデータ） (2026-07-08T09:13:14Z)
• Towards Trustworthy Depression Estimation via Disentangled Evidential Learning [50.22167852149165]
  EviDepはうつ病の重症度を共同で定量化する明らかな学習フレームワークである。 EviDepは、堅牢な証拠合成を保証するために厳密な情報整合性を強制する。 最先端の予測精度と優れた不確実性校正を実現し、信頼できる臨床スクリーニングのための堅牢なフェールセーフメカニズムを提供する。
  論文  参考訳（メタデータ） (2026-04-17T13:27:11Z)
• Towards Robust Endogenous Reasoning: Unifying Drift Adaptation in Non-Stationary Tuning [20.73438231053258]
  本稿では,マルチモーダルなコンセプトドリフトに適応した包括的フレームワークを提案する。 反ファクト推論とドメイン知識を統合し、思考と知覚をまたいだ制御された摂動を実行する。 これは、コヒーレンス、意思決定精度、および極端な干渉に対する固有の堅牢性を推論する上で、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） (2026-04-17T05:24:04Z)
• Stage-Adaptive Reliability Modeling for Continuous Valence-Arousal Estimation [11.761508894410182]
  本稿では,マルチモーダル統合におけるモダリティの信頼度を明示的に推定・校正する段階適応型信頼度モデリングフレームワークを提案する。 SAGEは、ステージ依存の情報量に応じて音声と視覚の表現を動的に再バランスする信頼性に配慮した融合機構を導入している。 Aff-Wild2ベンチマークの実験では、SAGEは既存のマルチモーダル融合法と比較して、一致相関係数のスコアを一貫して改善することを示した。
  論文  参考訳（メタデータ） (2026-03-12T02:45:41Z)
• Progressive Representation Learning for Multimodal Sentiment Analysis with Incomplete Modalities [26.613566093134065]
  マルチモーダル・センティメント・アナリティクスは、テキスト、音響、視覚的手がかりを統合することで人間の感情を推測する。 既存のアプローチでは、すべてのモダリティが完全であるのに対して、現実のアプリケーションは、ノイズやハードウェアの障害、あるいはモダリティの欠如につながるプライバシー制限にしばしば遭遇する。 我々は、不確実なモダリティ条件下でMSA用に設計されたプログレッシブ表現学習フレームワークPRLFを提案する。
  論文  参考訳（メタデータ） (2026-03-10T02:45:02Z)
• Drift No More? Context Equilibria in Multi-Turn LLM Interactions [58.69551510148673]
  コンテキストドリフト(Contexts drift)とは、ターン間のゴール一貫性のある振る舞いからモデルが出力する出力の段階的なばらつきである。 シングルターンエラーとは異なり、ドリフトは時間的に展開し、静的な評価指標では捉えにくい。 マルチターンドリフトは、避けられない崩壊というよりも、制御可能な平衡現象として理解できることを示す。
  論文  参考訳（メタデータ） (2025-10-09T04:48:49Z)
• Optimizing Multi-Modal Trackers via Sensitivity-aware Regularized Tuning [112.12667472919723]
  本稿では,RGBデータに対する事前学習モデルを効果的に適用することにより,マルチモーダルトラッカーの最適化に挑戦する。 既存の微調整パラダイムは過度な自由と過剰な制限の間に振動し、最適の可塑性-安定性のトレードオフをもたらす。 そこで本研究では,本質的なパラメータ感を取り入れて学習プロセスを微妙に洗練する,感性に配慮した規則化チューニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-08-24T18:42:47Z)
• Self-Distilled Disentangled Learning for Counterfactual Prediction [49.84163147971955]
  我々は、SD2$として知られる自己蒸留遠絡フレームワークを提案する。 情報理論を基礎として、複雑な相互情報推定器の設計を伴わずに、理論上独立に不整合表現を鳴らす。 人工と実世界の両方のデータセットを用いて実験を行い,本手法の有効性を確認した。
  論文  参考訳（メタデータ） (2024-06-09T16:58:19Z)
• Trusted Multi-View Classification with Dynamic Evidential Fusion [73.35990456162745]
  信頼型マルチビュー分類(TMC)と呼ばれる新しいマルチビュー分類アルゴリズムを提案する。 TMCは、様々な視点をエビデンスレベルで動的に統合することで、マルチビュー学習のための新しいパラダイムを提供する。 理論的および実験的結果は、精度、堅牢性、信頼性において提案されたモデルの有効性を検証した。
  論文  参考訳（メタデータ） (2022-04-25T03:48:49Z)
• Adaptation through prediction: multisensory active inference torque control [0.0]
  本稿では,産業用アームのための多感能動型トルクコントローラを提案する。 私たちのコントローラは、予測的脳仮説にインスパイアされ、現在のアクティブな推論アプローチの能力を向上します。
  論文  参考訳（メタデータ） (2021-12-13T16:03:18Z)

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。