論文の概要: From Sparse Representations to Behavioral Insights for Multimodal Depression Assessment

• arxiv url: http://arxiv.org/abs/2610.11787v1
• Date: Thu, 08 Oct 2026 12:03:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:53.999116
• Title: From Sparse Representations to Behavioral Insights for Multimodal Depression Assessment
• Title（参考訳）: スパース表現からマルチモーダル抑うつ評価のための行動視点へ
• Abstract要約: スパース因子に基づくフレームワークであるBehavDepを導入し、マルチモーダルな振る舞い表現をスパース潜在因子に分解する。 BehavDepは、相補的なモダリティ貢献を明らかにしながら、最高の総合評価パフォーマンスを達成する。
• 参考スコア（独自算出の注目度）: 35.97893480571472
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multimodal depression assessment offers a promising approach to analyzing behavioral patterns associated with depression. However, existing methods often rely on dense and opaque multimodal representations, making it difficult to interpret the behavioral patterns underlying their predictions. In this work, we introduce BehavDep, a sparse factor-based framework that decomposes multimodal behavioral representations into sparse latent factors and associates them with behaviorally meaningful concepts through a semantic bridge. To address the mismatch between user-level annotations and heterogeneous video-level behaviors, BehavDep further learns video-level depression tendency scores under weak supervision and aggregates information across multiple observations for user-level assessment. Extensive experiments demonstrate that BehavDep achieves the best overall assessment performance while revealing complementary modality contributions, heterogeneous behavioral patterns across observations, and prediction responses to concept-level editing. These results show that BehavDep provides a structured and interpretable approach to analyzing multimodal behavioral representations for depression assessment.
• Abstract（参考訳）: マルチモーダルうつ病評価は、うつ病に関連する行動パターンを分析するための有望なアプローチを提供する。 しかし、既存の手法はしばしば密で不透明なマルチモーダル表現に依存しており、それらの予測の根底にある行動パターンを解釈することは困難である。 本研究では,マルチモーダルな行動表現をスパースな潜在因子に分解し,セマンティックブリッジを通じて行動に意味のある概念に関連付ける,スパース因子に基づくフレームワークBehavDepを紹介する。 ユーザレベルのアノテーションとヘテロジニアスなビデオレベルの振る舞いのミスマッチに対処するために、BehavDepは、より弱い監督下でビデオレベルのうつ傾向スコアを学習し、ユーザレベルの評価のために複数の観察にまたがって情報を集約する。 大規模な実験により、BehavDepは、相補的なモダリティ貢献、観察における不均一な行動パターン、概念レベルの編集に対する予測応答を明らかにしながら、最高の総合的な評価性能を達成することが示された。 これらの結果から,BehavDepはうつ病評価のための多モーダルな行動表現を解析するための構造的かつ解釈可能なアプローチであることがわかった。

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)
• Learning When to Listen: Gated Affect Fusion for Human Motion Prediction [0.0]
  本研究では,感情条件付き予測システムの有用性と時間的制約について検討する。 本稿では,Gated Affect Transformer (GAT)を導入し,モーダル情報の流れを動的に制御する。 以上の結果から, 顔への影響は相補的行動の手がかりとみなす必要があるという実証的証拠が得られた。
  論文  参考訳（メタデータ） (2026-07-01T00:47:02Z)
• Towards Dys-XAI: Influence-Based Explanations for Dysarthria Severity Assessment [15.648988438396614]
  難治性重度評価は治療計画と縦断的モニタリングに不可欠であるが,手動による知覚評価は臨床医の時間的・変動性が高い。 本稿では,支援的および競合的なトレーニングサンプルを通じて各決定を説明する,インフルエンスベースの,インスタンスレベルの説明可能性フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-06-19T10:38:00Z)
• Evaluating Cognitive-Behavioral Fixation via Multimodal User Viewing Patterns on Social Media [52.313084466769375]
  本稿では,ユーザのマルチモーダルなソーシャルメディアエンゲージメントパターンを分析し,認知行動の定着を評価する新しい枠組みを提案する。 既存のベンチマークと、新しくキュレートされたマルチモーダルデータセットの実験は、我々のアプローチの有効性を実証している。
  論文  参考訳（メタデータ） (2025-09-05T05:50:00Z)
• Explanatory Model Monitoring to Understand the Effects of Feature Shifts on Performance [61.06245197347139]
  そこで本研究では,機能シフトによるブラックボックスモデルの振る舞いを説明する新しい手法を提案する。 本稿では,最適輸送と共有値の概念を組み合わせた提案手法について,説明的性能推定として紹介する。
  論文  参考訳（メタデータ） (2024-08-24T18:28:19Z)
• Understanding Before Recommendation: Semantic Aspect-Aware Review Exploitation via Large Language Models [53.337728969143086]
  レコメンデーションシステムは、クリックやレビューのようなユーザとイテムのインタラクションを利用して表現を学習する。 従来の研究では、様々な側面や意図にまたがるユーザの嗜好をモデル化することで、推奨精度と解釈可能性を改善する。 そこで本研究では,意味的側面と認識的相互作用を明らかにするためのチェーンベースのプロンプト手法を提案する。
  論文  参考訳（メタデータ） (2023-12-26T15:44:09Z)
• Cross-functional Analysis of Generalisation in Behavioural Learning [4.0810783261728565]
  本稿では,異なるレベルの次元をまたいだ一般化を考慮した行動学習の分析手法であるBluGAを紹介する。 集計スコアは、目に見えない機能(または過剰適合)への一般化を測定する
  論文  参考訳（メタデータ） (2023-05-22T11:54:19Z)
• Investigating the Role of Negatives in Contrastive Representation Learning [59.30700308648194]
  ノイズコントラスト学習は教師なし表現学習の一般的な手法である。 我々は、これらのパラメータの1つの役割の曖昧さ、すなわち負の例の数に焦点をあてる。 結果が我々の理論と広く一致しているのに対して、我々の視覚実験はより悪質であり、性能は時々負の数に敏感である。
  論文  参考訳（メタデータ） (2021-06-18T06:44:16Z)

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。