論文の概要: Association profile conditioning in a set-temporal transformer for cross-session intracortical motor decoding

• arxiv url: http://arxiv.org/abs/2609.39080v1
• Date: Wed, 30 Sep 2026 06:17:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.272217
• Title: Association profile conditioning in a set-temporal transformer for cross-session intracortical motor decoding
• Title（参考訳）: クロスセッション皮質内運動復号のためのセット時間変換器におけるアソシエーションプロファイル条件付け
• Abstract要約: 皮質内モーターデコーダは、記録された単位の集合が変化し、持続する単位がそれらの発射が行動にどう関係するかを変える可能性があるため、セッション間で劣化する。 本稿では、全てのネットワーク重みを凍結した新しいセッションに対応するアソシエーションプロファイル条件付きセットテンポラルトランスであるAPSTを提案する。
• 参考スコア（独自算出の注目度）: 8.391509204827036
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Intracortical motor decoders degrade across sessions because the set of recorded units changes and persisting units can alter how their firing relates to behavior. Most existing methods update network weights on each new session or rely on unlabeled activity, which does not directly reveal such changes. We present APST, an Association Profile-conditioned Set-Temporal transformer that adapts to new sessions with all network weights frozen. From a few labeled calibration trials, APST summarizes how each unit's firing relates to behavior in a four-dimensional association profile computed in closed form. The profiles condition a set-attention encoder that accepts any number and order of units, followed by a causal transformer for streaming decoding. On held-out DANDI688 sessions from two monkeys, APST reaches velocity $R^2$ of $0.78$ and $0.81$, versus $0.40$ and $0.58$ for a variant that uses neural activity alone, and matches or exceeds an RNN fine-tuned on the same trials. On FALCON private held-out evaluation, it attains $R^2$ of $0.65$, $0.42$, and $0.44$ on M1, M2, and H1.
• Abstract（参考訳）: 皮質内モーターデコーダは、記録された単位の集合が変化し、持続する単位がそれらの発射が行動にどう関係するかを変える可能性があるため、セッション間で劣化する。 既存のほとんどのメソッドは、新しいセッションごとにネットワークの重みを更新したり、ラベルのないアクティビティに依存している。 本稿では、全てのネットワーク重みを凍結した新しいセッションに対応するアソシエーションプロファイル条件付きセットテンポラルトランスであるAPSTを提案する。 いくつかのラベル付きキャリブレーション試験から、APSTは閉形式で計算された4次元の相関プロファイルにおいて、各ユニットの発火がどのように振舞うかを要約する。 プロファイルは、任意の数と順序を受け入れるセットアテンションエンコーダを条件とし、次にストリーミング復号のための因果変換器を条件とする。 2匹のサルからの保持されたDANDI688セッションでは、APSTが速度を$R^2$$0.78$と$0.81$に達するのに対して、0.40$と$0.58$は神経活動のみを使用し、同じ試験で調整されたRNNの微調整と一致または超える。 FALCONのプライベートホールドアウト評価では、M1、M2、H1で$R^2$$0.65$、$0.42$、$0.44$となる。

関連論文リスト

• Encryptability As a Coordinate Choice: Depth-One Homomorphic Federated Learning of Quantum Neural Networks [4.52362577649972]
  暗号化されたトレーニングは、サーバ側の更新を低レベルに保つことに依存します。 暗号化ローテーション更新には1つの乗算レベルがかかることを示す。 また、ノイズ予算のアブレーションは、暗号化ノイズが正規化するという仮説に反することを示す。
  論文  参考訳（メタデータ） (2026-09-24T21:53:23Z)
• How Does Distribution Shift Shape Pretraining Gains in Neural PDE Surrogates? [1.9500886760872191]
  ニューラルPDEサロゲートの事前トレーニングは、幾何学やモデル化された物理変化に必要な新しいCFDデータの量を減らすことができる。 我々は、1つの翼ファミリーから254,909 RANS溶液でサロゲートをプレトレーニングし、2つの目標設定の下で新しいファミリーで微調整する。 これらの結果から, 事前学習値は, 対象データ予算, 対象データカバレッジ, および, モデル物理学における原点と目標の相違によることがわかった。
  論文  参考訳（メタデータ） (2026-09-17T17:59:24Z)
• HEAT: Faster Fully Homomorphic Inference via Approximations-Weights Co-Adaptation [56.14416807766864]
  同型暗号化により、サーバは暗号化されたユーザープロンプト上で言語モデルを直接実行することができる。 既存のアプローチでは、各サイトのエラー許容度を調整するのではなく、モデル全体のイテレーションカウントを均一に修正する。 非線形反復回数を学習可能にする微調整法であるHAT(Hymomorphic Encryption-Aware Training)を導入する。
  論文  参考訳（メタデータ） (2026-09-01T18:02:02Z)
• Fixed-order postselected CHSH reference acquisition for parity-constrained spatial-mode qubits on a commercial cloud photonic processor [0.0]
  我々は,Quandelaの商用クラウドアクセス可能なベレノスプロセッサ上で,2つの符号化されたフォトニックキュービットに対して,Clauser-Horne-Shimony-Holt (CHSH) の取得と報告を行う。 各論理キュービットは、8モードの単一光子レジスタの7次元ゼロサムセクターにおける2次元空間モード部分空間である。
  論文  参考訳（メタデータ） (2026-08-13T01:08:02Z)
• Round-Trip Consistency: Bidirectional Diffusion Models Can Predict Their Own Rollout Errors [51.56484100374058]
  自動回帰モデルは、長時間のロールアウトでエラーを蓄積しますが、デプロイ時には、それを測定するための基本的な真実はありません。 我々は、方向フラグを介して動的システムを前方または後方にステップする単一の条件付き潜在拡散モデルを訓練する。 この双方向性は測定不要なテスト時間誤差信号を提供することを示す。
  論文  参考訳（メタデータ） (2026-08-01T13:49:46Z)
• Velocity Scheduled Flow Matching [0.0]
  フローマッチングはニューラルネットワークを訓練し、ノイズとデータの間の線形補間子に沿って条件速度を後退させる。 条件付きターゲットに取って代わるVelocity Scheduled Flow Matchingを導入する。 VSFMは、一様でないプロファイルにODEを統合することで、任意の許容プロファイルの下でサンプル化することができる。
  論文  参考訳（メタデータ） (2026-07-13T11:50:06Z)
• Scaling Laws for Behavioral Foundation Models over User Event Sequences [2.924581427482972]
  本稿では、共通の2部分の振る舞いモデルアーキテクチャ、特徴ベースのイベント埋め込み、デコーダのみの変換器について検討する。 約600回にわたって、実際のインタラクションデータで動作し、トレーニング用FLOPは1015ドルから1019ドルの範囲で、デプロイ関連軸が4つあります。 計算最適トレーニングは低計算時のテキストと比較してデータ量が多いが、計算量が増加するにつれて、そのD/N$比はチンチラに向かう。
  論文  参考訳（メタデータ） (2026-06-03T15:59:25Z)
• Unextractable Protocol Models: Collaborative Training and Inference without Weight Materialization [58.14514930760722]
  参加者が協力して大規模なニューラルネットワークを訓練し、提供する分散セットアップを検討する。 このセットアップでは、フルウェイトセットがどの参加者にも利用できないような、非機械的なウェイトの可能性を探る。 我々は、シャードモデルセットアップを利用するトレーニングおよび推論フレームワーク、Unextractable Protocol Models (UPMs)を紹介する。
  論文  参考訳（メタデータ） (2026-05-22T10:24:57Z)
• The Geometry of Forgetting: Temporal Knowledge Drift as an Independent Axis in LLM Representations [50.43168858368539]
  大規模言語モデルは自信を持って時代遅れの回答を生成し、既存の方法では検出できない。 これは工学的な失敗ではなく構造的な失敗であり、時間的ドリフトは、幾何的に残留流の方向として、正確性と不確実性の両方に符号化される。
  論文  参考訳（メタデータ） (2026-05-09T22:27:31Z)
• Cooperative Online Learning in Stochastic and Adversarial MDPs [50.62439652257712]
  我々は、協調的オンライン学習と敵対的マルコフ決定過程(MDP)について研究する。 各エピソードでは、$m$エージェントが同時にMDPと対話し、個人の後悔を最小限に抑えるために情報を共有する。 協調強化学習(RL)を非フレッシュランダム性, あるいは敵対的MDPで検討したのは, 初めてである。
  論文  参考訳（メタデータ） (2022-01-31T12:32:11Z)
• Non-Autoregressive Transformer ASR with CTC-Enhanced Decoder Input [54.82369261350497]
  CTCモジュールの予測を精算することでターゲットシーケンスを生成するCTC拡張NARトランスを提案する。 実験結果から,Aishell-1およびAishell-2データセットでは,Aishell-1およびAishell-2データセットの絶対CER劣化が0。
  論文  参考訳（メタデータ） (2020-10-28T15:00:09Z)

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。