文献

J-GLOBAL ID：202002263715260355   整理番号：20A1866714

共通およびモダリティ特異的情報の抽出によるマルチモーダル感情認識【JST・京大機械翻訳】

Multimodal Emotion Recognition by extracting common and modality-specific information

著者 (6件)： Zhang Wei (Tsinghua-Berkeley Shenzhen Institute, Tsinghua University) ,  Gu Weixi (University of California, Berkeley) ,  Ma Fei (Tsinghua-Berkeley Shenzhen Institute, Tsinghua University) ,  Ni Shiguang (Graduate School at Shenzhen, Tsinghua University) ,  Zhang Lin (Tsinghua-Berkeley Shenzhen Institute, Tsinghua University) ,  Huang Shao-Lun (Tsinghua-Berkeley Shenzhen Institute, Tsinghua University)
資料名： ACM Proceedings  (ACM Proceedings)
号： SenSys ’18  ページ： 396-397  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 感情認識技術は広告,健康管理およびオンライン教育を含む多数の分野で広く用いられている。従来の研究は,通常,音響または視覚信号のいずれかからの感情を認識し,不満足な性能と限られた応用をもたらす。推論能力を改善するために,マルチモーダル感情認識モデル,EMOdalを提示した。それぞれ,オーディオと視覚データを学習することとは別に,EMOdalは,2種類の信号に内在する一般的およびモダリティ特異的情報を効率よく学習し,従って推論能力を改善する。このモデルを大規模感情データセットで評価した。包括的評価は,著者らのモデルが従来のアプローチより優れていることを実証した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  音響 ,  オーディオ機器 ,  健康管理 ,  *多モード
準シソーラス用語： *モダリティ ,  *感情認識 , 【Automatic Indexing@JST】

著者キーワード (2件)： マルチモーダル感情認識 ,  マルチモーダル機械学習

分類 (3件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  応用心理学  (AE02000A)

タイトルに関連する用語 (3件)： モダリティ ,  マルチモーダル ,  感情認識