論文の概要: Event Memory and Narrative Dynamics: A Large Language Model Framework for Multidimensional State Spaces

• arxiv url: http://arxiv.org/abs/2610.16971v1
• Date: Mon, 12 Oct 2026 15:34:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-18 03:54:29.774812
• Title: Event Memory and Narrative Dynamics: A Large Language Model Framework for Multidimensional State Spaces
• Title（参考訳）: イベントメモリとナラティブダイナミクス:多次元状態空間のための大規模言語モデルフレームワーク
• Abstract要約: 本研究では,物語からイベント表現を構築するための大規模言語モデルフレームワークを提案する。 このフレームワークは、海馬の原則をソースリンクされたイベント境界と状態表現に変換する。 これは、自然主義的リコール中にイベントセグメンテーションと予測組織に関する神経アカウントをテストするための分析的基盤を提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Studying event memory requires defining events and their relationships within remembered experience. Autobiographical narratives provide evidence of this organization, but their analytical units must first be established. This study introduces a large language model framework for constructing event representations from narratives and modeling their structure and dynamics with excerpt-level traceability. Explicit boundary rules and a feature schema informed by hippocampal models of episodic memory and navigation guide event construction. In a proof-of-concept application to interviews from five participants, the framework constructed 256 event-states. Multiple correspondence analysis embedded these states in feature-based spaces, with analyses focused on a selected 4-D geometry and 10-D and 13-D reference geometries. Consecutive event-states were significantly closer than expected under randomized narrative order. In the selected 4-D ten-basin solution, similarity between basin-state feature profiles corresponded with similarity between one-step routing profiles; context, mechanism, and theme differentiated full-system pathway engagement. A successor representation modeled expected basin-state occupancy across successive steps. Correlations between basin-centroid distances and complete successor-profile distances were positive across all five basin solutions, with exploratory tests supporting correspondence in at least two solutions across all three geometries. These findings connect feature-based event representations with observed narrative transitions and modeled multistep organization. The framework translates hippocampal principles into source-linked event boundaries and state representations, providing an analytical basis for testing neural accounts of event segmentation and predictive organization during naturalistic recall.
• Abstract（参考訳）: イベント記憶を研究するには、記憶された経験の中でイベントとその関係を定義する必要がある。 自伝的な物語はこの組織を証明しているが、その分析単位はまず確立しなければならない。 本研究では,物語からイベント表現を構築するための大規模言語モデルフレームワークを導入し,抽出レベルのトレーサビリティでその構造と力学をモデル化する。 エピソード記憶とナビゲーションガイドイベント構成の海馬モデルによって通知される境界ルールと特徴スキーマの明示。 5人の参加者のインタビューに対する概念実証アプリケーションで、このフレームワークは256のイベントステートを構築した。 複数対応解析は特徴量に基づく空間にこれらの状態を埋め込み、選択された4次元幾何学と10次元および13次元参照幾何学に焦点をあてた分析を行った。 連続的な出来事状態は、ランダム化された物語の順序の下では、予想よりもかなり近かった。 選択した4次元 10-basin ソリューションでは,流域状態の特徴プロファイル間の類似性は,一段階の経路プロファイルの類似性,文脈,メカニズム,テーマの区別されたフルシステム経路の関与に対応していた。 後継表現は、連続するステップにまたがって期待される盆地状態の占有をモデル化した。 流域中心点距離と完全後続点距離の相関は5つの盆地溶液すべてに正の相関を示し, 3つの地形の少なくとも2つの溶液の対応を支持する探索試験を行った。 これらの知見は、特徴に基づくイベント表現と、観察された物語遷移とモデル化された多段階の組織とを結びつける。 このフレームワークは、海馬の原則を、ソースリンクされたイベント境界と状態表現に翻訳し、自然主義的リコール中にイベントセグメンテーションと予測組織に関する神経アカウントをテストするための分析的基盤を提供する。

関連論文リスト

• From Where to How: Continuous 4D Interaction Forecasting from Egocentric Video [62.898774619819676]
  エゴセントリックな4Dインタラクション予測は、将来のインタラクションが3Dで起こる場所と、その実現のために人体がどのように動くかを予測することを目的としている。 コヒーレント4D(Coherent4D)は、3つの領域にわたる約233Kサンプルからなる連続4Dインタラクション予測のための大規模エゴセントリックデータセットである。 HIGFlow(Hand Interaction Guided Residual Flow)フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-09-08T12:06:23Z)
• DecepGPT: Schema-Driven Deception Detection with Multicultural Datasets and Robust Multimodal Learning [64.33887406863899]
  マルチモーダル偽装検出は、法医学とセキュリティのための聴覚的手がかりを解析することにより、偽装行動を特定することを目的としている。 既存のベンチマークでは、中間的な推論手段を使わずにバイナリラベルのみを提供する。 構造的キューレベルの記述と推論チェーンを用いた推論データセットを構築した。 1695年のサンプルでは、非実験的偽装検出データセットとしては最大である。
  論文  参考訳（メタデータ） (2026-03-25T04:06:36Z)
• Semantic Structure Enhanced Event Causality Identification [57.26259734944247]
  事象因果同定(ECI)は、非構造化テキスト中の事象間の因果関係を特定することを目的としている。 既存の方法は、イベント中心構造とイベント関連構造という、ECIタスクに不可欠な2種類の意味構造を過小評価する。
  論文  参考訳（メタデータ） (2023-05-22T07:42:35Z)
• An Empirical Study: Extensive Deep Temporal Point Process [61.14164208094238]
  本稿では,非同期イベントシーケンスを時間的プロセスでモデル化することの課題と最近の研究を概観する。 本稿では,多種類のイベント間の関係を生かしたGranger因果発見フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-10-19T10:15:00Z)
• CREDIT: Coarse-to-Fine Sequence Generation for Dialogue State Tracking [44.38388988238695]
  対話状態トラッカーは、現在の対話状態のコンパクトな表現を正確に見つけることを目的としている。 我々はシーケンス生成問題として構造化状態表現とキャスト対話状態追跡を用いる。 我々のトラッカーは,MultiWOZ 2.0とMultiWOZ 2.1データセットの5つの領域で共同目標精度を向上することを示した。
  論文  参考訳（メタデータ） (2020-09-22T10:27:18Z)
• A Hierarchical Network for Abstractive Meeting Summarization with Cross-Domain Pretraining [52.11221075687124]
  本稿では,会議シナリオに適応する抽象的要約ネットワークを提案する。 提案手法は,長時間の会議記録に対応する階層構造と,話者間の差異を表現する役割ベクトルを設計する。 我々のモデルは、自動測定と人的評価の両方において、過去のアプローチよりも優れています。
  論文  参考訳（メタデータ） (2020-04-04T21:00:41Z)
• Cascaded Human-Object Interaction Recognition [175.60439054047043]
  マルチステージで粗大なHOI理解のためのカスケードアーキテクチャを提案する。 各段階で、インスタンスローカライゼーションネットワークは、HOI提案を段階的に洗練し、インタラクション認識ネットワークにフィードする。 慎重に設計された人間中心の関係機能により、これらの2つのモジュールは効果的な相互作用理解に向けて協調的に機能する。
  論文  参考訳（メタデータ） (2020-03-09T17:05:04Z)

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。