跳到正文
热点事件持续更新

论文提出视频时间先验,EEG-fNIRS 生理信号增益有限

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

Minghao Kong 等作者发布 arXiv 论文,提出“视频时间先验”作为 EEG-fNIRS 连续情绪回归的刺激基线:先验取训练标签在每个视频每秒的平滑中位数,再与图结构的 EEG-fNIRS 模型按固定权重融合。在 24 名被试、按被试分组的五折交叉验证中,融合模型 MAE 为 29.01,仅略优于先验单独的 29.06。 作者称生理信号的额外价值因此很小,且在被试和视频间差异明显。研究还存在两项限制:模型使用了每个预测时间之后的生理信号,只支持离线预测;对未见过的视频的泛化能力尚未测试。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月16日
  1. arXiv · cs.AI
    EEG-fNIRS 情绪回归中的视频时间先验研究

    一项研究检验观看者特异性生理信号能否在刺激驱动响应之外提升连续情绪回归。作者提出“视频时间先验”(训练标签按视频每秒平滑中位数)作为刺激基线,并与图结构的 EEG-fNIRS 模型以固定权重融合。

本事件热度走势

可比范围当前
9
可比范围峰值
910月16日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。