論文の概要: MontageFlow: Physically Valid High Fidelity EEG Generation

• arxiv url: http://arxiv.org/abs/2610.14507v1
• Date: Sat, 10 Oct 2026 03:11:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.060174
• Title: MontageFlow: Physically Valid High Fidelity EEG Generation
• Title（参考訳）: MontageFlow: 物理的に有効な高忠実度脳波生成
• Abstract要約: 生成的モデリングは、厳密なプライバシー制約の下で、ラベル付き臨床脳波(EEG)データの不足に対する有望な解決策を提供する。 近年の世代モデルでは, 世代忠実度は大幅に向上したが, カテゴリー的失敗は隠蔽されている。 フローマッチングモデルであるMontageFlowを提案する。
• 参考スコア（独自算出の注目度）: 5.49455107424184
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generative modeling offers a promising solution to the scarcity of labeled clinical electroencephalography (EEG) data under strict privacy constraints. Although recent generative models report substantial improvements in generation fidelity, we show that these gains conceal a categorical failure. EEG is not an arbitrary multichannel signal: each channel records the voltage difference between two scalp electrodes. So, real recordings satisfy exact linear identities among their channels. Current generators invariably violate these identities, yet this has gone unnoticed. We therefore propose MontageFlow, a flow-matching model that enforces these identities by restricting its output to signals that satisfy them. We find that ensuring validity improves fidelity too. Furthermore, to retain the EEG characteristics that oversmoothing washes out, we also condition the model on a physiological state vector encoded from the whole EEG window. For generation, this vector is drawn from a prior fitted in latent space. Across 3 large-scale benchmarks, our model improves TS-FID by 1.6-3.6$\times$ over the closest rival while ensuring validity.
• Abstract（参考訳）: 生成的モデリングは、厳密なプライバシー制約の下で、ラベル付き臨床脳波(EEG)データの不足に対する有望な解決策を提供する。 近年の世代モデルでは, 世代密度の大幅な向上が報告されているが, これらの向上はカテゴリー的失敗を隠蔽している。 EEGは任意のマルチチャネル信号ではなく、各チャネルは2つの頭皮電極間の電圧差を記録する。 したがって、実際の録音はチャンネル間の正確な線形IDを満足する。 現在の発電機は必ずこれらのアイデンティティに違反するが、これは気づかれていない。 そこで我々は,その出力を満足する信号に制限することにより,これらのアイデンティティを強制するフローマッチングモデルであるMontageFlowを提案する。 有効性の確保も忠実性を向上させることが分かっています。 さらに,脳波特性を保ちながら,脳波ウィンドウ全体から符号化された生理的状態ベクトルにもモデルを適用した。 生成のために、このベクトルは、ラテント空間に予め取付けられているものから引き出される。 3つの大規模ベンチマークで、我々のモデルはTS-FIDを1.6-3.6$\times$で改善し、有効性を確保した。

関連論文リスト

• Delving into Asymmetric Information Dynamics for High-Fidelity Virtual Try-On [6.061950785627697]
  VTON(Virtual try-on)はピクセルレベルの忠実度を必要とするが、主流の拡散変換器(DiT)はテクスチャ劣化と構造的ドリフトに悩まされることが多い。 我々は、これらの故障の原因として、標準の関節拘留機構における対称的相互作用を同定する。 単方向情報フロー(UIF)とデカップリング時間ステップ変調(DTM)を組み合わせたフレームワークであるRealFitを提案する。
  論文  参考訳（メタデータ） (2026-09-22T08:47:49Z)
• ALIEN: Analytic Latent Watermarking for Controllable Generation [16.064060838471924]
  我々は、制御ラボランダーラインジェネラティオアンダーリン(ALIEN)のためのアンダーライン分析型透かしフレームワークを提案する。 我々は,透かし残差の拡散を誘導し,制御可能な透かし埋め込みパターンを実現するための時間依存性変調係数の最初の解析的導出を開発する。 その結果、ALIEN-Qは5つの品質指標で最先端を33.1%上回り、ALIEN-Rは14.0%の堅牢性を示した。
  論文  参考訳（メタデータ） (2026-02-05T16:04:27Z)
• LUNA: Efficient and Topology-Agnostic Foundation Model for EEG Signal Analysis [16.431555478831143]
  我々は、異なる電極ジオメトリを再構成する自己教師型基礎モデルLUNAを紹介する。 ルナは多チャンネルのEEGを固定サイズのトポロジーに依存しない潜在空間に圧縮する。 Lunaは、異常検出、アーティファクトの拒絶、分類の遅く、感情認識という4つの下流タスクに効果的に移行する。
  論文  参考訳（メタデータ） (2025-10-25T11:31:27Z)
• ArtifactGen: Benchmarking WGAN-GP vs Diffusion for Label-Aware EEG Artifact Synthesis [0.0]
  エレクトロ脳波(EEG)の成果は、いまだに大規模なラベル付けに費用がかかる。 本研究では,現代の生成モデルが,拡張とストレステストに適した,現実的なラベル対応アーティファクトセグメントを合成できるかどうかを考察する。
  論文  参考訳（メタデータ） (2025-09-09T23:25:33Z)
• CEReBrO: Compact Encoder for Representations of Brain Oscillations Using Efficient Alternating Attention [46.47343031985037]
  交互注意(CEReBrO)を用いた脳振動の表現のための圧縮法について紹介する。 トークン化方式は、チャネルごとのパッチで脳波信号を表現します。 本研究では,チャネル内時間的ダイナミックスとチャネル間空間的相関を共同でモデル化し,通常の自己アテンションに比べて6倍少ないメモリで2倍の速度向上を実現するための注意機構を提案する。
  論文  参考訳（メタデータ） (2025-01-18T21:44:38Z)
• CwA-T: A Channelwise AutoEncoder with Transformer for EEG Abnormality Detection [0.4448543797168715]
  CwA-Tは、チャネルワイズCNNベースのオートエンコーダと、効率的なEEG異常検出のためのシングルヘッドトランスフォーマー分類器を組み合わせた、新しいフレームワークである。 TUH異常脳波コーパスを用いて、提案モデルは85.0%の精度、76.2%の感度、91.2%の特異性を達成する。 この枠組みはチャネル設計を通じて解釈可能性を維持しており、神経科学研究や臨床実践における将来の応用の可能性を示している。
  論文  参考訳（メタデータ） (2024-12-19T04:38:34Z)
• Identity-Preserving Text-to-Video Generation by Frequency Decomposition [52.19475797580653]
  アイデンティティ保存型テキスト・ツー・ビデオ(IPT2V)生成は、一貫した人間のアイデンティティを持つ高忠実度ビデオを作成することを目的としている。 本稿では,PT2Vの技術フロンティアを,文献で未解決の2つの方向に推し進める。 本研究では,DiTをベースとした制御可能なPT2VモデルであるConsisIDを提案する。
  論文  参考訳（メタデータ） (2024-11-26T13:58:24Z)
• Lazy Layers to Make Fine-Tuned Diffusion Models More Traceable [70.77600345240867]
  新たな任意の任意配置(AIAO)戦略は、微調整による除去に耐性を持たせる。 拡散モデルの入力/出力空間のバックドアを設計する既存の手法とは異なり,本手法では,サンプルサブパスの特徴空間にバックドアを埋め込む方法を提案する。 MS-COCO,AFHQ,LSUN,CUB-200,DreamBoothの各データセットに関する実証研究により,AIAOの堅牢性が確認された。
  論文  参考訳（メタデータ） (2024-05-01T12:03:39Z)
• 3D Face Modeling via Weakly-supervised Disentanglement Network joint Identity-consistency Prior [62.80458034704989]
  切り離された制御因子を特徴とする3次元顔モデルの生成は、コンピュータビジョンやコンピュータグラフィックスの多様な応用において大きな可能性を秘めている。 従来の3D顔モデリング手法は、これらの要因を効果的に解消するために特定のラベルを要求するため、課題に直面している。 本稿では,WSDF(Wakly Supervised Disentanglement Framework)を導入し,過度に拘束的なラベル付けを必要とせず,制御可能な3次元顔モデルのトレーニングを容易にする。
  論文  参考訳（メタデータ） (2024-04-25T11:50:47Z)

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。