EMT-DS多模态情感识别论文发布
热点事件持续更新
EMT-DS多模态情感识别论文发布
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
Muhammad Usama 与 Yeoreum Jung 在 arXiv cs.LG 发表论文，提出 EMT-DS（Evidential Multimodal Transformer with Dempster-Shafer Fusion），用于多模态情感识别中的不确定性量化。 论文称，该方法将预测建模为 Subjective Opinions（Dirichlet 分布），把认知不确定性与偶然不确定性分离，并用 Dempster 组合规则按冲突系数 1/(1-c) 归一化融合各模态信念质量。上述效果为论文自述，尚未见独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
EMT-DS：用 Dempster-Shafer 融合的置信多模态 Transformer 做情感识别报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.LGEMT-DS：用 Dempster-Shafer 融合的置信多模态 Transformer 做情感识别
EMT-DS 通过将预测建模为 Subjective Opinions（Dirichlet 分布），把认知不确定性与偶然不确定性分离，并用 Dempster 组合规则按冲突系数 1/(1-c) 归一化融合各模态信念质量。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。