論文の概要: GeoRVQ: Decoder-aware geometry for residual-token prediction in physiological signals

• arxiv url: http://arxiv.org/abs/2609.27018v1
• Date: Tue, 22 Sep 2026 19:59:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:17.746309
• Title: GeoRVQ: Decoder-aware geometry for residual-token prediction in physiological signals
• Title（参考訳）: GeoRVQ: 物理信号の残差予測のためのデコーダ対応幾何
• Abstract要約: 残留ベクトル量子化(RVQ)は生理的波形をコンパクトなトークン列に変換する。 凍結波形デコーダの局所応答を反映した粗いマスク付きトークンモデルGeoRVQを提案する。
• 参考スコア（独自算出の注目度）: 5.0848662656466415
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Residual vector quantization (RVQ) turns physiological waveforms into compact token sequences, but conventional masked modeling treats every incorrect token as equally costly. We propose GeoRVQ, a coarse-to-fine masked token model whose objective reflects the local response of a frozen waveform decoder. Decoder-induced costs define geometry-aware soft targets and expected distortion, while quantizer-causal prediction follows residual dependencies from coarse to fine levels. In a descriptive aggregate over MIMIC-IV Waveform, VitalDB, and CODE-15\%, GeoRVQ increases exact token accuracy from $.133\pm.004$ to $.143\pm.003$, reduces decoded distance from $.606\pm.006$ to $.393\pm.007$, and increases R-peak F1 from $.784\pm.004$ to $.837\pm.008$ under matched model and training conditions. Across 45 held-out code substitutions, decoder-induced cost has a Spearman correlation of $.85$ with realized decoded cost, compared with $.54$ for Euclidean codeword distance. These results indicate that decoder-aware objectives can improve waveform and event preservation without requiring a large increase in exact token accuracy.
• Abstract（参考訳）: 残留ベクトル量子化(RVQ)は生理的波形をコンパクトなトークンシーケンスに変換するが、従来のマスク付きモデリングではすべての不正トークンを等しくコストで扱う。 凍結波形デコーダの局所応答を反映した粗いマスク付きトークンモデルGeoRVQを提案する。 デコーダによるコストは、幾何対応のソフトターゲットと予測された歪みを定義する一方で、量子化器・因果予測は粗いレベルから細かいレベルへの残留依存性に従う。 MIMIC-IV Waveform、VitalDB、CODE-15\%上の記述的な集計では、GeoRVQは正確なトークン精度を$.133\pm.004$から$.143\pm.003$に引き上げ、デコードされた距離を$.606\pm.006$から$.393\pm.007$に下げ、R-peak F1を$.784\pm.004$から$.837\pm.008$に引き上げる。 45以上のコード置換では、デコーダが引き起こしたコストは、Euclideanのコードワード距離が.54ドルであるのに対し、スピアマンの相関は.85ドルである。 これらの結果から,デコーダを意識した目的は,正確なトークン精度を大きく向上させることなく,波形やイベントの保存を改善することが可能であることが示唆された。

関連論文リスト

• Decoder Performance in Hybrid CV-Discrete Surface-Code Threshold Estimation Using LiDMaS+ [3.833542530785707]
  閾値推定はフォールトトレラント量子コンピューティングの中心であるが、報告された閾値はコードやノイズモデルだけでなく、シンドロームデータを解釈するデコーダにも依存する。 標準パウリノイズモデルとGKP方式のディジタル化を動機としたハイブリッド連続変数/離散モデルの両方による表面符号閾値推定の依存性について検討する。
  論文  参考訳（メタデータ） (2026-03-06T03:33:00Z)
• Enhancing Fault-Tolerant Surface Code Decoding with Iterative Lattice Reweighting [12.330043396100635]
  本稿では,Iterative Reweighting Minimum-Weight Perfect Matching (IRMWPM)デコーダを提案する。 IRMWPMは論理誤差率を僅かな距離で20倍以上に下げることを示す。 また、精度の閾値を1%から1.16%に引き上げ、短期リアルタイムデコードに実用的である。
  論文  参考訳（メタデータ） (2025-09-08T14:45:59Z)
• S$^2$Q-VDiT: Accurate Quantized Video Diffusion Transformer with Salient Data and Sparse Token Distillation [55.35880044416441]
  ビデオ拡散モデル(V-DM)の学習後量子化フレームワークであるS$2$Q-VDiTを提案する。 W4A6量子化の下では、S$2$Q-VDiTは3.9倍のモデル圧縮と1.3倍の推論加速を実現している。
  論文  参考訳（メタデータ） (2025-08-06T02:12:29Z)
• R-Stitch: Dynamic Trajectory Stitching for Efficient Reasoning [80.104336426172]
  CoT(Chain-of- Thought)は、大規模言語モデルの問題解決能力を高める。 CoTは長い自己回帰軌道のためにかなりの推論コストを発生させる。 トレーニング不要なハイブリッドデコーディングフレームワークであるR-Stitchを紹介する。
  論文  参考訳（メタデータ） (2025-07-23T08:14:36Z)
• Demonstrating dynamic surface codes [118.67046728951689]
  曲面符号の3つの時間力学的実装を実験的に実証した。 まず、曲面コードを六角格子上に埋め込んで、キュービットあたりの結合を4つから3つに減らした。 第二に、サーフェスコードを歩き、データの役割を交換し、各ラウンドごとにキュービットを測定し、蓄積した非計算エラーの組込み除去による誤り訂正を達成する。 第3に、従来のCNOTの代わりにiSWAPゲートを用いた表面コードを実現し、追加のオーバーヘッドを伴わずに、エラー訂正のための実行可能なゲートセットを拡張した。
  論文  参考訳（メタデータ） (2024-12-18T21:56:50Z)
• GAN decoder on a quantum toric code for noise-robust quantum teleportation [21.80993228019571]
  本稿では,量子トポロジカルコードに対するGANに基づくデコーダを提案する。 偏極雑音下での量子テレポーテーションプロトコルの拡張に応用する。
  論文  参考訳（メタデータ） (2024-09-11T03:17:47Z)
• Estimating the Decoding Failure Rate of Binary Regular Codes Using Iterative Decoding [84.0257274213152]
  並列ビットフリップデコーダのDFRを高精度に推定する手法を提案する。 本研究は,本症候群のモデル化およびシミュレーションによる重み比較,第1イテレーション終了時の誤りビット分布の誤検出,復号化復号化率(DFR)について検証した。
  論文  参考訳（メタデータ） (2024-01-30T11:40:24Z)
• The END: An Equivariant Neural Decoder for Quantum Error Correction [73.4384623973809]
  データ効率のよいニューラルデコーダを導入し、この問題の対称性を活用する。 本稿では,従来のニューラルデコーダに比べて精度の高い新しい同変アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-04-14T19:46:39Z)

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。