論文の概要: Cyclostationary Phase Conditioning for Medical Time Series Diffusion

• arxiv url: http://arxiv.org/abs/2609.34965v2
• Date: Tue, 29 Sep 2026 07:12:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:46.786437
• Title: Cyclostationary Phase Conditioning for Medical Time Series Diffusion
• Title（参考訳）: 医療時系列拡散のための周期的位相条件付け
• Abstract要約: 運動、接触不良、生理的干渉は診断に必要な形態を曖昧にする。 既存の拡散は、崩壊した観測だけで条件に近づき、サイクリック構造を暗黙的に学ぶ必要がある。 代わりに、シフト共変ウェーブレット表現と、サンプルごとの高密度位相条件を符号化する2つの帰納バイアスを提案する。
• 参考スコア（独自算出の注目度）: 38.571629674141526
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Many physiological time series, such as cardiac and brain recordings, exhibit cyclostationarity: their statistics vary periodically with an underlying cycle phase. Corruption from motion, poor contact, and physiological interference obscures morphology needed for diagnosis, making signal restoration essential. Existing diffusion approaches condition on corrupted observations alone and must learn cyclic structure implicitly. We instead propose two inductive biases which encode cyclostationarity: a shift-covariant wavelet representation and dense per-sample phase conditioning inferred from the corrupted input. We further introduce a training-free cyclostationarity index that quantifies phase structure and predicts when phase conditioning will help. Finally, we propose antithetic coupling of reverse trajectories to reduce sampling variance while achieving comparable performance with fivefold fewer network evaluations. Across modalities, our results show that explicitly encoding measurable cyclic structure improves physiological time-series restoration.
• Abstract（参考訳）: 心臓や脳の記録などの多くの生理的時系列はサイクロスタミリティを示しており、その統計は周期的に周期的に変化している。 運動、接触不良、生理的干渉により、診断に必要な形態が曖昧になり、信号の復元が不可欠となる。 既存の拡散は、崩壊した観測だけで条件に近づき、サイクリック構造を暗黙的に学ぶ必要がある。 代わりに、シフト共変ウェーブレット表現と、劣化した入力から推定される密度のサンプルごとの位相条件付けという、サイクロスタミリティを符号化する2つの帰納バイアスを提案する。 さらに、位相構造を定量化し、位相条件がいつ役立つかを予測する、学習自由度指数を導入する。 最後に, ネットワーク評価を5倍に抑えつつ, サンプリング分散を低減するために, 逆トラジェクトリの対義結合を提案する。 以上の結果より, 測定可能な周期構造を明示的に符号化することで, 生理的時系列復元が向上することが示唆された。

関連論文リスト

• Self-Supervised Cardiac Phase Detection via Single-Parameter Latent Orbits [44.45620787098836]
  心エコー図におけるエンドジストール (ED) とエンドジストール (ES) の正確な同定は、心機能の定量化を支えている。 最近の自己監督手法は、厳密な周期軌道を規定するか、あるいは再構成や登録目的から制約のない低次元運動部分空間を学習する。 我々は、効率的な潜在軌道を学習し、EDローカライゼーションにおける技術の以前の状態を大幅に改善し、ESローカライゼーションにおいて、より制約のある表現とより少ないトレーニングエポックを用いて、それをマッチングする。
  論文  参考訳（メタデータ） (2026-09-10T14:56:16Z)
• Real-time and adaptive anomaly detection algorithm for cyclostationary models [0.0]
  本稿では,サイクロ定常データストリームに有効なリアルタイム異常検出フレームワークである PeriodicCALM を紹介する。 周期依存性の変動を組み込んで、真の異常を正確に分離しながら、通常の周期的衝動を体系的に無視する。 圧縮機監視システムから収集した実世界の振動信号で検証する。
  論文  参考訳（メタデータ） (2026-09-08T18:11:57Z)
• When Oracle Conditioning Misleads Deployment: Conditioning-Availability Bias in Echocardiographic Segmentation [2.5251810791515723]
  条件付きセグメンテーションモデルは、デプロイ時に利用可能なものよりも、補助的な信号で訓練され、評価される。 本研究では,位相条件心エコー区分けにおけるショートカット学習のプロトコルレベルと補助変数シフトについて検討する。
  論文  参考訳（メタデータ） (2026-08-04T08:52:43Z)
• Conditional Entropy of Heat Diffusion on Temporal Networks [46.780047051996924]
  静的グラフから時間ネットワークへの熱拡散の条件エントロピーを拡張し,その特性について検討する。 この量は時間的単調であり、時間的ネットワーク上の不均一拡散に対する熱力学の第2法則の情報理論的類似性をもたらす。 次に、有限時間時間窓上での拡散を探索する条件付きエントロピーの局所バージョンを導入し、連続時間時間時間ネットワークにおける変化点検出のための情報信号を提供することを示す。
  論文  参考訳（メタデータ） (2026-05-15T10:47:44Z)
• Exactly Solvable RD Model: RG Cycles Meet Fractality [45.88028371034407]
  我々は,時-逆対称性の破れを伴う超伝導のベーテアンサッツ積分型ロシアドル(RD)モデルを考える。 再正規化群の流れの正確な解を得ることにより、一対セクターの相構造を解明する。 我々は、ベーテ・アンザッツ方程式から生じる量子数 Q が、周期の数を数え、状態の塔をパラメトリズすることを示した。
  論文  参考訳（メタデータ） (2026-03-18T12:54:21Z)
• Independent Component Discovery in Temporal Count Data [46.526610368455096]
  本稿では、時間数データの独立成分分析のための生成フレームワークを導入し、レギュラー適応力学とポアソン対数正規放出を組み合わせた。 このモデルは、状態に依存したコントリビューションで絡み合ったコンポーネントを特定し、表現学習と摂動解析を可能にする。
  論文  参考訳（メタデータ） (2026-01-29T13:30:10Z)
• EvoMorph: Counterfactual Explanations for Continuous Time-Series Extrinsic Regression Applied to Photoplethysmography [4.11690617621503]
  時系列回帰モデルは、臨床に関連のある結果を推定するために、光胸腺造影信号を活用する傾向にある。 臨床推論と信頼については、単点推定だけでは不十分である。 EvoMorph は生理的に可塑性で多様な CFE を TSER アプリケーション向けに生成するフレームワークである。
  論文  参考訳（メタデータ） (2026-01-15T12:58:59Z)
• Q-PART: Quasi-Periodic Adaptive Regression with Test-time Training for Pediatric Left Ventricular Ejection Fraction Regression [45.69922532213079]
  適応型左室エジェクション・フラクション(LVEF)の評価の課題に対処する。 我々はtextbfTest-time Training (Q-PART) フレームワークを用いた textbfQuasi-textbfPeriodic textbfAdaptive textbfRegression を提案する。
  論文  参考訳（メタデータ） (2025-03-06T06:24:51Z)
• DynGFN: Towards Bayesian Inference of Gene Regulatory Networks with GFlowNets [81.75973217676986]
  遺伝子調節ネットワーク(GRN)は、遺伝子発現と細胞機能を制御する遺伝子とその産物間の相互作用を記述する。 既存の方法は、チャレンジ(1)、ダイナミックスから循環構造を識別すること、あるいはチャレンジ(2)、DAGよりも複雑なベイズ後部を学習することに焦点を当てるが、両方ではない。 本稿では、RNAベロシティ技術を用いて遺伝子発現の「速度」を推定できるという事実を活用し、両方の課題に対処するアプローチを開発する。
  論文  参考訳（メタデータ） (2023-02-08T16:36:40Z)
• Phase Continuity: Learning Derivatives of Phase Spectrum for Speech Enhancement [22.023315589290586]
  ノイズの多い環境で動作可能な音声強調のための効果的な位相再構成戦略を提案する。 提案手法はベースライン上での音声信号の質をさらに向上することを示す。
  論文  参考訳（メタデータ） (2022-02-24T06:15:16Z)

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。