論文の概要: The Language of Looking: Motion Tokens Reveal Domain-Dependent Local Structure in Gaze Sequences

• arxiv url: http://arxiv.org/abs/2610.16565v1
• Date: Mon, 12 Oct 2026 10:47:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-18 22:34:55.127434
• Title: The Language of Looking: Motion Tokens Reveal Domain-Dependent Local Structure in Gaze Sequences
• Title（参考訳）: 視線の言語: 視線系列における領域依存的局所構造を探索する運動トークン
• Abstract要約: 同一の動作トークンは,データセットやタスクコンテキストによって異なる局所的な遷移パターンに整理される。 本研究は,低セマンティック・モーション・トケン表現下でのナイーブなデータプーリングの限界を示すとともに,情報理論的診断を通じて行動系列を評価するための枠組みを提供する。
• 参考スコア（独自算出の注目度）: 13.13662069793443
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Human gaze is the primary high-bandwidth interface through which we parse the semantics of our environment. While often modeled as a sequence, the degree to which gaze exhibits transferable local structure across domains remains underexplored. Using motion tokenization as a diagnostic lens across four diverse datasets, we investigate the transferability of local sequence structure. We demonstrate that while gaze can share a reusable motion-token vocabulary, identical motion tokens are organized into different local transition patterns depending on the dataset and task context. Our results show the limitations of naive data-pooling under low-semantic motion-token representations and provide a framework for evaluating behavioral sequences through information-theoretic diagnostics.
• Abstract（参考訳）: 人間の視線は、私たちの環境のセマンティクスを解析する主要な高帯域インタフェースである。 しばしばシーケンスとしてモデル化されるが、領域をまたいだ移動可能な局所構造を示す度合いは未解明のままである。 動作トークン化を4つの多様なデータセットの診断レンズとして使用し、局所的な配列構造の転写可能性について検討する。 同一の動作トークンは、データセットやタスクコンテキストによって異なる局所的な遷移パターンに整理される。 本研究は,低セマンティック・モーション・トケン表現下でのナイーブなデータプーリングの限界を示すとともに,情報理論的診断を通じて行動系列を評価するための枠組みを提供する。

関連論文リスト

• Computational Measurement of Team-Process Phase Dynamics in Collaborative Virtual Reality [9.928781897312971]
  本稿では,協調VRゲームにおけるタイムスタンプ対話から動的チームプロセスフェーズを検出し,解釈するためのフレームワークを提案する。 ローカルにデプロイされた大規模言語モデル(LLM)は、コンテキスト内学習を使用して初期解釈を生成し、その後人間によってレビューされる。
  論文  参考訳（メタデータ） (2026-08-19T08:05:13Z)
• FixationFormer: Direct Utilization of Expert Gaze Trajectories for Chest X-Ray Classification [1.7004120188138268]
  我々は、専門家の視線軌跡をトークンのシーケンスとして表現するトランスフォーマーベースのアーキテクチャであるFixationFormerを紹介した。 画像特徴と連動して視線シーケンスをモデル化することにより、視線データの空間性と変動性に対処する。 提案手法を3つのベンチマーク胸部X線データセット上で評価し,最先端の分類性能が得られたことを示す。
  論文  参考訳（メタデータ） (2026-03-24T08:35:01Z)
• SOM-VQ: Topology-Aware Tokenization for Interactive Generative Models [41.99844472131922]
  我々は,ベクトル量子化と自己組織化マップを組み合わせたトークン化手法であるSOM-VQを導入し,離散的なコードブックを学習する。 SOM-VQはより学習しやすいトークンシーケンスを生成し、コード空間に明示的な幾何学を提供する。 我々は,運動構造,スムーズな時間的連続性,インタラクティブなユースケースがトポロジに配慮した制御を特に自然に行う領域である,人間の動作生成に焦点をあてる。
  論文  参考訳（メタデータ） (2026-02-24T17:29:04Z)
• Encoding Agent Trajectories as Representations with Sequence Transformers [0.4999814847776097]
  本稿では,ニューラルネットワークアーキテクチャを用いた高次元トラジェクトリを表現するモデルを提案する。 言語モデルと同様に、我々のTransformer Sequence for Agent temporal Representation (STARE)モデルは、軌跡データにおける表現と構造を学習することができる。 合成および実軌道データを用いた実験結果から,提案モデルが有意なエンコーディングを学習できることが示唆された。
  論文  参考訳（メタデータ） (2024-10-11T19:18:47Z)
• Hierarchical Graph Interaction Transformer with Dynamic Token Clustering for Camouflaged Object Detection [57.883265488038134]
  本稿では,HGINetと呼ばれる階層的なグラフ相互作用ネットワークを提案する。 このネットワークは、階層的トークン化機能間の効果的なグラフ相互作用を通じて、知覚不能なオブジェクトを発見することができる。 本実験は,既存の最先端手法と比較して,HGINetの優れた性能を示すものである。
  論文  参考訳（メタデータ） (2024-08-27T12:53:25Z)
• Language Guided Domain Generalized Medical Image Segmentation [68.93124785575739]
  単一ソースドメインの一般化は、より信頼性が高く一貫性のあるイメージセグメンテーションを現実の臨床環境にわたって約束する。 本稿では,テキストエンコーダ機能によって案内されるコントラスト学習機構を組み込むことで,テキスト情報を明確に活用する手法を提案する。 文献における既存手法に対して,本手法は良好な性能を発揮する。
  論文  参考訳（メタデータ） (2024-04-01T17:48:15Z)
• Framework-agnostic Semantically-aware Global Reasoning for Segmentation [29.69187816377079]
  本稿では,画像特徴を潜在表現に投影し,それら間の関係を推論するコンポーネントを提案する。 我々の設計では、活性化領域が空間的に不整合であることを保証することにより、潜在領域が意味概念を表現することを奨励している。 潜在トークンはセマンティックに解釈可能で多様性があり、下流タスクに転送可能な豊富な機能セットを提供します。
  論文  参考訳（メタデータ） (2022-12-06T21:42:05Z)
• Graph Adaptive Semantic Transfer for Cross-domain Sentiment Classification [68.06496970320595]
  クロスドメイン感情分類(CDSC)は、ソースドメインから学んだ伝達可能なセマンティクスを使用して、ラベルなしのターゲットドメインにおけるレビューの感情を予測することを目的としている。 本稿では、単語列と構文グラフの両方からドメイン不変セマンティクスを学習できる適応型構文グラフ埋め込み法であるグラフ適応意味伝達(GAST)モデルを提案する。
  論文  参考訳（メタデータ） (2022-05-18T07:47:01Z)
• Phase Consistent Ecological Domain Adaptation [76.75730500201536]
  意味的セグメンテーション(意味的セグメンテーション)の課題に焦点をあてる。そこでは、注釈付き合成データが多用されるが、実際のデータへのアノテートは困難である。 視覚心理学に触発された最初の基準は、2つの画像領域間の地図が位相保存であることである。 第2の基準は、照明剤や撮像センサーの特性に関わらず、その画像に現れる環境統計、またはシーン内の規則を活用することを目的としている。
  論文  参考訳（メタデータ） (2020-04-10T06:58:03Z)
• Spatial Attention Pyramid Network for Unsupervised Domain Adaptation [66.75008386980869]
  教師なし領域適応は様々なコンピュータビジョンタスクにおいて重要である。 教師なし領域適応のための新しい空間注意ピラミッドネットワークを設計する。 我々の手法は最先端の手法に対して大きなマージンで好適に機能する。
  論文  参考訳（メタデータ） (2020-03-29T09:03:23Z)

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。