MERP：应对模态缺失的多模态情绪识别框架
热点事件持续更新
MERP：应对模态缺失的多模态情绪识别框架
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Chuangxin Zhao 等研究者在 arXiv 发布多模态多标签情绪识别框架 MERP，将联合序列映射为固定大小潜在库，以应对部署时的模态缺失问题，代码已开源。 论文称，在测试时 20% 随机模态丢弃的条件下，MERP 在 CMU-MOSEI 与 M3ED 数据集上分别取得 0.563 与 0.780 的 micro-F1；在 CMU-MOSEI 仅音频的严苛设定下保留 0.473，远高于对比方法 LDDU 的 0.022。训练过程不需要缺失模态的样本。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 12:00
MERP：面向鲁棒多模态多标签情感识别的潜在瓶颈框架报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AIMERP：面向鲁棒多模态多标签情感识别的潜在瓶颈框架
研究者提出多模态情感识别框架 MERP，将联合序列映射为固定大小潜在库以应对部署时模态缺失问题。在 20% 测试时随机模态丢弃下，MERP 在 CMU-MOSEI 与 M3ED 上分别取得 0.563 与 0.780 的 micro-F1；在 CMU-MOSEI 纯音频严苛设定下保留 0.473，远高于 LDDU 的 0.022。训练无需缺失模态样本，代码已开源。
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。