論文の概要: An Agent Architecture with Tools and Memory for Selective Correction of Wrist PPG Heart Rate Estimates
- arxiv url: http://arxiv.org/abs/2610.30688v1
- Date: Thu, 22 Oct 2026 03:59:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-24 02:08:44.207124
- Title: An Agent Architecture with Tools and Memory for Selective Correction of Wrist PPG Heart Rate Estimates
- Title（参考訳）: Wrist PPG心拍推定値の選択補正のためのツールとメモリを備えたエージェントアーキテクチャ
- Abstract要約: 固定心拍数推定器の周辺にツールとメモリを備えたエージェントアーキテクチャを提案する。
PPG-DaLiAでアーキテクチャをトレーニングし、凍結重量でWrist Exercise、Galaxy、Wildでテストしました。
リアルタイムのウェアラブル取得,Bluetooth受信,および選択した推定器とフレームワークのスマートフォン展開を実現した。
- 参考スコア（独自算出の注目度）: 17.584017836586078
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Wrist photoplethysmography (PPG) heart rate estimates are vulnerable to motion artifacts, and corrections that reduce mean error can worsen individual windows. We propose an agent architecture with tools and memory around a fixed heart rate estimator. Pulse, motion, and limited historical evidence generate candidate estimates, whose predicted benefits and harms guide selection. An independent risk gate determines whether to retain, correct, or reject each output. We trained the architecture on PPG-DaLiA and tested it on Wrist Exercise, GalaxyPPG, and WildPPG with frozen weights. Across these four public datasets, mean absolute error (MAE), macro-averaged over ten estimators, decreased by up to 44.5%, with the largest reduction on GalaxyPPG. Beneficial and harmful corrections decreased and increased absolute error by more than 1 bpm, respectively. Their ten-estimator macro-averaged proportions ranged from 16.06% to 36.64% and from 1.68% to 6.77%, respectively, across the four datasets. At 60% and 80% target coverage, numerical correction on the same accepted windows contributed more to total error reduction than window selection. We implemented real-time wearable acquisition, Bluetooth reception, and smartphone deployment of a selected estimator and the framework. In backend analysis of four prototype recordings from one participant, ten-estimator macro-averaged MAE decreased from 9.09 to 4.45 bpm without additional rejection. Under the evaluated conditions, the architecture improved average accuracy while quantifying correction benefits and harms, supporting wearable heart rate analysis that considers error, correction risk, and coverage.
- Abstract（参考訳）: Wrist Photoplethysmography (PPG) の心拍数推定は運動アーチファクトに対して脆弱であり、平均誤差を減らす補正は個々のウィンドウを悪化させる可能性がある。
固定心拍数推定器の周辺にツールとメモリを備えたエージェントアーキテクチャを提案する。
パルス、運動、そして限られた歴史的証拠は、予測される利益とガイドの選択に害を与える候補推定を生成する。
独立したリスクゲートは、各出力を保持するか、正しいか、拒否するかを決定する。
PPG-DaLiAでアーキテクチャをトレーニングし,凍結重量でWrist Exercise, GalaxyPPG, WildPPGでテストした。
これら4つのパブリックデータセットのうち、平均絶対誤差(MAE)は10以上の推定値で、最大44.5%まで減少し、銀河PPGでは最大の減少となった。
有効および有害な補正は,それぞれ1bpm以上で絶対誤差を増大させた。
マクロ平均比は16.06%から36.64%、1.68%から6.77%であった。
対象範囲の60%と80%では、同一の窓上での数値補正により、ウィンドウ選択よりも総誤差の削減に寄与した。
リアルタイムのウェアラブル取得,Bluetooth受信,および選択した推定器とフレームワークのスマートフォン展開を実現した。
1人の被験者による4つの試作録音のバックエンド分析では、10推定値のマクロ平均MAEは9.09から4.45bpmに低下した。
評価条件の下で、アーキテクチャは平均精度を改善し、修正効果と損傷を定量化し、エラー、修正リスク、カバレッジを考慮したウェアラブル心拍分析をサポートする。
関連論文リスト
- AGO AI Quality Gate: Evidence-First Release Decisions for Retrieval-Augmented Generation [35.18016233072556]
AGO AI Quality Gateは、産業RAGアセスメントエンゲージメントにデプロイされるエビデンスファーストの品質ゲートフレームワークである。
AGOは4つの重要なコンポーネントを統合している。データ不足を処理し、エラーを明確な結果として判断する4状態決定モデルだ。
RAGBenchは、12データセットにわたる100kの注釈付きRAGトレースの公開ベンチマークである。
論文 参考訳（メタデータ） (2026-10-01T07:24:04Z) - GAUGE: Group-Wise View-Inconsistency Rectification for Feed-Forward 4D Tracking [48.91477882822122]
本稿では,GAUGE(Group-wise Adaptive Unsupervised Gauge Estimation)について述べる。
方向整合性と空間接続性から運動群を復元し、フレーム単位のラジアルスケールとグループレベルの変換を推定する。
D4RT, 4RC, SM4RTを含む8つのトラッカーの動的クエリポイントでは, 訂正されていない予測に対して, 終端誤差を15.1%から62.6%削減する。
論文 参考訳（メタデータ） (2026-09-26T13:14:53Z) - Decoy Direction Optimization: A Post-Hoc Defense Against LLM Abliteration [37.700303596218184]
RFA(Refusal Feature Ablation)を用いたオープンウェイト言語モデルの安全ガードレールのバイパス
本稿では,DDO(Decoy Direction Optimization)について紹介する。
この効果を定式化するスペクトル境界を証明し、6つのモデルファミリーでDDOを評価し、標準RFA下で10%のASRを達成する。
論文 参考訳（メタデータ） (2026-09-14T18:36:35Z) - Governed Human-AI Prioritization Under Uncertainty: Adaptive Estimation and Dependency-Constrained Portfolio Selection [0.0]
AIネイティブなソフトウェアエンジニアリングは、人間の判断、過去のアナロジー、パラメトリック推定、AI生成予測を、同じ優先順位決定の中で組み合わさりつつある。
ビジネスバリュースコア(BVS)、Effort and Risk Score(ERS)、優先順位付け値スコア(PVS)、集合スコア(CCS)、最適開発パス(ODP)の5つの量演算子について検討する。
論文 参考訳（メタデータ） (2026-09-09T14:04:37Z) - Validated Adaptation for Aerial Crowd Monitoring at Mass Gathering Scale: A Deployment Protocol, a Severity Law, and a Diagnostic for Label-Free Drone Crowd Counting, Toward the FIFA World Cup 2034 (Saudi Arabia) [0.0]
サウジアラビアは2034年のFIFAワールドカップを開催する。
ドローンによるカウントは、ラベルのないトレーニングコーパスとは異なり、映像の精度を保たなければならず、破砕前に危険な流入を警告しなければならない。
525の制御されたランで構築された検証済みの回答,フルレゾリューションコーパス研究,5つのファルシフィケーション改善,および5条件のセーフ・インターロック評価を提供する。
論文 参考訳（メタデータ） (2026-08-18T10:42:05Z) - State-dependent error correlations shape voting thresholds in committees of AI agents [1.7545090618311434]
Sah-Stiglitzブートストラップスクリーニングとエラー依存性を組み合わせることで、良いケースと悪いケースを区別できる。
4つのバイナリスクリーニングベンチマークで28言語モデルを用いて174,384票から異種拡張を推定した。
設計バランスの分析では、独立下でのコスト感受性の閾値選択により60.25から52.50に縮小された。
論文 参考訳（メタデータ） (2026-07-27T02:06:22Z) - Distilled HuBERT for Mobile Speech Emotion Recognition: A Cross-Corpus Validation Study [0.0]
音声感情認識(SER)はモバイルアプリケーションにとって大きな可能性を秘めている。
本稿では, DistilHuBERTに基づく移動効率SERシステムを提案する。
RAVDESSのクロスコーパス評価では、行動的感情の劇場的性質は、特定の感情カテゴリーではなく、覚醒レベルによって予測される。
論文 参考訳（メタデータ） (2025-12-29T12:53:39Z) - Causally-Enhanced Reinforcement Policy Optimization [36.523007244998695]
Causally-Enhanced Policy Optimization (CE-PO)は、因果一貫性のための異なるプロキシでポリシー最適化を強化する、ドロップイン報酬形成フレームワークである。
CE-POは、ヤコビアンに基づく感性によるモデル内部の影響を推定し、これらのシグナルを反実的に硬化させてニュアンスを抑えるとともに、結果のコヒーレンススコアをタスク精度フィードバックと融合させる。
4つのデータセットにわたる実験結果から、CE-POは平均で5.49%の精度(最大9.58%)を向上し、相関因果フリップや光対実編集による堅牢性を改善した。
論文 参考訳（メタデータ） (2025-09-27T04:10:16Z) - Tracing LLM Reasoning Processes with Strategic Games: A Framework for Planning, Revision, and Resource-Constrained Decision Making [38.75183725659772]
大規模言語モデル(LLM)は、複雑な推論を必要とするタスクにますます使われている。
モデル動作の理解と信頼性向上には,内部プロセスの測定が不可欠である,と我々は主張する。
計画,修正,資源制約のある意思決定という3つの中核的な側面に沿ってLCMを評価する枠組みを導入する。
論文 参考訳（メタデータ） (2025-06-13T17:59:10Z) - CorBenchX: Large-Scale Chest X-Ray Error Dataset and Vision-Language Model Benchmark for Report Error Correction [11.731590131260424]
CorBenchXは胸部X線レポートにおける自動エラー検出と修正のためのスイートである。
まず,26,326個の胸部X線誤差の大規模データセットを合成した。
オープンソースとクローズドなビジョン言語モデルの両方をベンチマークします。
論文 参考訳（メタデータ） (2025-05-17T15:39:39Z) - Non-Parametric Adaptive Network Pruning [125.4414216272874]
アルゴリズム設計を簡略化するノンパラメトリックモデリングを導入。
顔認識コミュニティに触発されて,メッセージパッシングアルゴリズムを用いて,適応的な例示数を求める。
EPrunerは「重要」フィルタを決定する際にトレーニングデータへの依存を壊します。
論文 参考訳（メタデータ） (2021-01-20T06:18:38Z)
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。