氷河時代のオーストラリア先住民儀式の継承を示す考古学的証拠 研究背景 本研究は、考古学的手法を通じて伝統的な儀式を追跡する可能性を探ることを目的としています。記録された社会において、考古学的手法で検証できる民族誌知識が数百年以上にわたることは稀です。研究チームは、Gunaikurnai先住民の長老の招待に応じ、オーストラリアアルプスのCloggs洞窟で発掘調査を行いました。Gunaikurnai地域では、洞窟は19世紀中頃の植民地時代には住居として使用されず、むしろ先住民の医療従事者や女性が儀式を行うための隠れた場所でした。Cloggs洞窟の発掘を通じて、考古学者は氷河時代末期（約11,000～12,000年前）に遡るミニ暖炉や切り取られた木製品を発見しました。これらは19世紀の民族誌記録に...

科学研究報告：メンタルヘルスが健康な老化に与える因果効果 研究背景 人間の平均寿命が顕著に伸びるにつれて、高齢化の問題がますます顕在化しています。人々は共存病（comorbidity）や障害、医療サービスや財政の安定性に関する社会全体の挑戦に直面し、その重要性が日に日に高まっています。顕著に延長された寿命のもとで良好な健康状態を保持すること、つまり健康な老化を実現することは、解決が急がれる課題となっています。心理的な健康（メンタルウェルビーイング）は、多様な生活習慣や疾患において重要な役割を果たすと考えられており、健康な老化の鍵となる要素です。いくつかの調査やコホート研究は、心理的な健康と理想的な身体の健康、より良い機能能力、または生存率の増加との間に関連があることを発見していますが、観察研...

11カ国の経験と基本的な経済的選好の記述の比較 背景と動機 近年の研究では、人間が報酬の価値をエンコードする過程において高度な文脈依存性が存在し、これが一部の場合で非最適な意思決定をもたらすことが示されています。しかし、このような計算制限が人間の認知の普遍的な特徴であるかどうかはまだ明らかではありません。この研究では、アルゼンチン、イラン、ロシア、日本、中国、インド、イスラエル、チリ、モロッコ、フランス、アメリカの11カ国から561名の個人の行動を調査し、報酬価値エンコードの文脈依存性が人間の認知の一貫した特徴であるかどうかを探求しました。 研究の出典 この研究は、Hernán Anlló、Sophie Bavard、Fatimaezzahra Benmarrakchi、Darla Bona...

背景紹介 人類言語処理の顕著な特徴の一つは、保存されている辞書要素、すなわち語彙を必要に応じて組み合わせる能力にあり、それによって現在の意味を生成または変更する柔軟性を持ちます。このプロセスの核心は、リアルタイムでどのように意味表象を構築するかにあります。文法構造生成に関する研究は順調な進展を遂げ、有意義な議論を引き起こしてきましたが、新しい意味の配置が時間の経過とともにどのように表されるかについての研究は比較的少ないです。ジョンズ・ホプキンス大学の研究チームは既存の文献に基づき、否定操作が言語の中でどのように形容詞の意味表象に影響を与えるかを専門的に調査しました。この研究は、リアルタイムで人間の脳がどのように意味の変化を表現するかを理解するための基盤を提供します。 論文の出典 「Negat...

プロトタイプに基づくサンプル加重ディスティレーション統一フレームワークの欠損モダリティ感情分析への応用 研究背景 感情分析は自然言語処理(NLP)における重要な分野であり、ソーシャルメディアプラットフォームの発展と共に、人々は短いビデオクリップを通じて感情を表現する傾向が強まっています。これによりマルチモーダルデータが急速に増加しています。しかし、現実生活ではモダリティ欠損の状況がよく発生します。たとえば、音声が失われたり、カメラが遮られたり、音声の転記ミスなどが原因です。このような状況では、欠損モダリティの感情分析が重要であり、かつ困難な課題となります。マルチモーダルの異質性は、すべてのモダリティをマルチモーダルネットワーク上で同じ目標に最適化しようとするときに、特にモダリティ欠損の場合に...

InA: 事前学習言語モデルにおける抑制適応方法 事前学習言語モデル（Language Models, LMs）は自然言語処理（Natural Language Processing, NLP）タスクにおいて顕著な効果をあげている。しかし、従来のファインチューニング方法には冗長なパラメータの問題があり、効率と効果に影響を与えている。この挑戦に対応するために、本論文では抑制適応（Inhibition Adaptation, INA）と呼ばれるファインチューニング方法を提案し、追加される調整可能な重みを減らし、事前学習言語モデルからの知識を適切に再重み付けする。 研究の背景と問題 現在、事前学習言語モデルのファインチューニングはNLPの下流タスクを解決する一般的な方法である。しかし、古典的なファ...

多尺度視覚中枢ガイドの多モーダル神経機械翻訳：テキスト認識のクロスモーダル対比デカップリング 学術背景 多モーダル神経機械翻訳（Multi-Modal Neural Machine Translation, MNMT）は、言語に依存しない視覚情報をテキストに導入して機械翻訳の性能を向上させることを目指しています。しかし、画像とテキストはモーダル間で顕著な差異があるため、両者間では避けられない意味の不一致が発生します。これらの問題を解決するための目標は、分解された多尺度視覚情報をクロスランゲージ中枢として使用することにより、異なる言語間のアライメントを向上させ、MNMTのパフォーマンスを改善することです。 論文情報 この論文は朱俊俊、蘇瑞および葉俊杰などの研究者によって執筆され、著者はそれぞれ...

セマンティックセグメンテーションのためのスタック反畳み込みネットワーク はじめに セマンティックセグメンテーションはコンピュータビジョン分野における重要なタスクであり、画像の各ピクセルを分類してそのカテゴリを予測することを目指しています。しかし、既存の完全畳み込みネットワーク（Fully Convolutional Networks, FCNs）は、空間解像度の処理において制限があり、物体の境界がぼやけたり小さな物体が見逃されたりする問題があります。これらの問題を解決するために、本論文ではセマンティックセグメンテーションの効果を向上させるために、スタック反畳み込みネットワーク（Stacked Deconvolutional Network, SDN）を提案します。 研究背景 深層畳み込み神経...

タグ内容記述に基づく透明な深層画像美学評価 学術背景 InstagramやFlickrといったソーシャルメディアプラットフォームが普及するにつれ、画像美学評価（Image Aesthetics Assessment, IAA）モデルの需要がますます高まっています。これらのモデルは、ソーシャルネットワークサービス提供者が画像のソートや推薦結果を最適化するのを助けるだけでなく、一般ユーザーがアルバムを管理したり、最適な写真を選んだり、撮影や編集の際にガイダンスを提供します。しかし、オブジェクトや撮影技術など複数の要因を含む画像美学の複雑さから、堅牢なIAAモデルの構築は依然として課題となっています。 研究動機 既存の深層学習法はIAAにおいて高い性能を示していますが、その内部分析が不明瞭です。ほ...

大脳皮質発話表現に基づくバイリンガル音声神経義肢 背景 神経義肢の発展の過程では、脳活動から言語をデコードする研究が単一言語のデコードに集中してきました。そのため、バイリンガルによる言語生成が異なる言語の独自または共有された皮質活動にどの程度依存するかはまだ不明です。本研究は、電皮質図（electrocorticography, ECoG）と深層学習および統計的自然言語モデルを組み合わせ、西スペイン語-英語バイリンガル患者の発話運動皮質活動を記録およびデコードし、二つの言語の文に変換します。この研究は、目標言語を手動で指定することなく発話デコードを実現するという実際の応用問題を解決することを目指しています。 言語失声症 (anarthria)、すなわち明瞭な発話能力の喪失は、脳卒中や筋萎縮性...