論文の概要: Adaptive Cortically Constrained EEG-Vision Alignment for Zero-Shot Brain-to-Image Retrieval
- arxiv url: http://arxiv.org/abs/2609.24109v1
- Date: Mon, 21 Sep 2026 04:50:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-22 20:29:01.071627
- Title: Adaptive Cortically Constrained EEG-Vision Alignment for Zero-Shot Brain-to-Image Retrieval
- Title（参考訳）: ゼロショット脳画像検索のための適応的皮質拘束脳波視覚アライメント
- Abstract要約: 本稿では,ゼロショット脳画像検索のための適応的コヒーレント拘束型脳波画像アライメント法を提案する。
提案手法は、ROIレベルの属性を持つ200方向ゼロショット検索性能を高い精度で達成する。
- 参考スコア（独自算出の注目度）: 22.505905362399716
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Zero-shot brain-to-image retrieval requires robust alignment between noisy EEG responses and visual representations. Existing EEG-vision alignment methods often operate in sensor space and apply fixed visual supervision to all responses, ignoring both spatial mixing in scalp EEG and response-wise variability in alignment reliability. We propose an adaptive cortically constrained EEG-vision alignment method for zero-shot brain-to-image retrieval. The method reconstructs EEG responses into predefined ROI-level source-pattern representations and encodes them with a Neuro-ROI Attention Encoder. To handle response-wise variability, we introduce an evidence-based adaptive visual supervision strategy that weights detail-controlled visual targets using model-based alignment evidence. On THINGS-EEG, the proposed method achieves strong 200-way zero-shot retrieval performance, with ROI-level attribution providing post hoc interpretability of the learned source-pattern representations. These results show that cortically constrained representation learning and adaptive supervision can jointly support EEG-vision alignment for zero-shot brain-to-image retrieval.
- Abstract（参考訳）: ゼロショット脳画像検索は、ノイズの多い脳波応答と視覚的表現の間に堅牢なアライメントを必要とする。
既存の脳波ビジョンアライメント法は、センサ空間で動作し、すべての応答に固定された視覚的監視を適用し、頭皮脳波における空間的混合とアライメント信頼性における応答ワイド変動の両方を無視している。
本稿では,ゼロショット脳画像検索のための適応的コヒーレント拘束型脳波画像アライメント法を提案する。
脳波応答を事前定義されたROIレベルのソースパターン表現に再構成し、ニューロ-ROIアテンションエンコーダでエンコードする。
本稿では,モデルに基づくアライメントエビデンスを用いて,細部制御された視覚目標を重み付けする,エビデンスに基づく適応型視覚監視戦略を提案する。
THINGS-EEGにおいて,提案手法は高い200方向ゼロショット検索性能を実現する。
これらの結果から,非ショット脳画像検索において,協調的制約付き表現学習と適応的監督が協調的にEEGビジョンアライメントをサポートできることが示唆された。
関連論文リスト
- Can Vision-Language Models Reason about AI Edits in Images? [78.04125956307838]
VLM(Vision-Language Models)は、強力な視覚的理解と推論能力のために、有望な代替手段を提供する。
簡単な精度と形式報酬を利用するGRPOベースのトレーニングフレームワークを提案する。
提案手法は,最先端画像フォージェリ検出器と比較して,競合検出と局所化性能を実現する。
論文 参考訳（メタデータ） (2026-07-30T16:23:40Z) - DiCE-CIR: Direct Composition Learning for Efficient Zero-Shot Composed Image Retrieval [52.15696141238419]
ゼロショット合成画像検索(ZS-CIR)は、参照画像と編集テキストからなるマルチモーダルクエリから対象画像を検索することを目的としている。
提案するDiCE-CIRは,参照画像と編集テキストを直接合成することで,合成されたクエリ表現を予測する直接合成学習手法である。
論文 参考訳（メタデータ） (2026-07-06T04:37:30Z) - Neural Visual Decoding via Cognitive guided Adaptive Blurring and Information Constrained Alignment [15.968559815427193]
EEGベースの視覚デコーディングは、神経信号と視覚的意味論のマッピングを確立することを目的としている。
既存のアプローチでは、人間の視覚の動的選択性と神経振動の周波数特異性を無視して、静的な視覚的特徴を扱うのが一般的である。
本稿では、ニューラル・ビジュアル・デコーディングのための情報制約付きアライメント・フレームワークを用いた認知誘導型適応ボケリングであるCAIAを提案する。
論文 参考訳（メタデータ） (2026-05-14T08:50:29Z) - PDCR: Perception-Decomposed Confidence Reward for Vision-Language Reasoning [80.94559742826083]
Reinforcement Learning with Verifiable Rewards (RLVR) は伝統的に、粗末で結果に基づく信号に依存している。
近年の研究では,高コストな外部モデルを必要としないステップレベルのガイダンスを提供することで,詳細なモデル固有の信号を提供することで,言語推論のトレーニングを効果的に向上することが示された。
一助文には有効であるが,この大域的な報酬を視覚言語推論(V-L)に適用することは準最適戦略である。
本稿では、報酬構造とタスクの不均一な性質を整合させることにより、この問題を解決するフレームワークであるパーセプション分解信頼回復(PDCR:Perception-Decomposed Confidence Reward)を提案する。
論文 参考訳（メタデータ） (2026-05-13T12:55:18Z) - ViBE: Visual-to-M/EEG Brain Encoding via Spatio-Temporal VAE and Distribution-Aligned Projection [36.96202443284929]
ViBEは脳磁図(MEG)と脳波(EEG)を視覚刺激から生成するための新しい符号化フレームワークである。
本稿では,M/EEG信号の時間的特性を捉える畳み込み変分オートエンコーダ(TS-CVAE)を提案する。
論文 参考訳（メタデータ） (2026-04-29T01:53:46Z) - Subject-Aware Multi-Granularity Alignment for Zero-Shot EEG-to-Image Retrieval [6.9700202682590024]
ゼロショット脳波画像検索のための主観的マルチグラニュラリティアライメント(SAMGA)フレームワークを提案する。
SAMGAは、まず、事前学習された視覚エンコーダから複数の中間表現を適応的に集約することにより、対象を意識した視覚監視ターゲットを構築する。
THINGS-EEGベンチマークの実験では、提案手法はオブジェクト内設定で91.3%のTop-1と98.8%のTop-5の精度、オブジェクト間設定で34.4%のTop-1と64.8%のTop-5の精度を達成した。
論文 参考訳（メタデータ） (2026-04-20T04:10:30Z) - EEG-Driven Image Reconstruction with Saliency-Guided Diffusion Models [4.815274507478168]
既存の脳波駆動画像再構成法は、しばしば空間的注意機構を見落とし、忠実さとセマンティックコヒーレンスを制限する。
本稿では,脳波の埋め込みと空間空間分布マップを組み合わせることで画像生成を向上する2つの条件付けフレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-30T11:34:37Z) - Reconstructive Visual Instruction Tuning [64.91373889600136]
リコンストラクティブ・ビジュアル・インストラクション・チューニング(ROSS)は、視覚中心の監視信号を利用する大型マルチモーダル・モデル(LMM)のファミリーである。
入力画像の潜在表現を再構成し、正確なRGB値を直接回帰するのを避ける。
経験的に、ROSSは、異なるビジュアルエンコーダと言語モデルに対して、一貫して大幅に改善されている。
論文 参考訳（メタデータ） (2024-10-12T15:54:29Z) - CSLP-AE: A Contrastive Split-Latent Permutation Autoencoder Framework
for Zero-Shot Electroencephalography Signal Conversion [49.1574468325115]
脳波分析の鍵となる目的は、基礎となる神経活動(コンテンツ)を抽出し、個体の変動(スタイル)を考慮することである。
近年の音声変換技術の発展に触発されて,脳波変換を直接最適化するCSLP-AEフレームワークを提案する。
論文 参考訳（メタデータ） (2023-11-13T22:46:43Z) - Learning Robust Deep Visual Representations from EEG Brain Recordings [13.768240137063428]
本研究は,脳波に基づく深部表現の頑健な学習を行うための2段階の手法を提案する。
ディープラーニングアーキテクチャを用いて,3つのデータセットにまたがる特徴抽出パイプラインの一般化性を実証する。
本稿では,未知の画像を脳波空間に変換し,近似を用いて再構成する新しい枠組みを提案する。
論文 参考訳（メタデータ） (2023-10-25T10:26:07Z)
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。