EMT-DS：用证据融合量化多模态情感识别冲突

研究者 Muhammad Usama 与 Yeoreum Jung 发表论文，提出证据多模态 Transformer（EMT-DS），用于多模态情感识别中的不确定性量化。其思路是用 Dirichlet 分布把模型预测建模为主观意见，再通过 Dempster 组合规则融合各模态的信念质量，并将不同模态之间的矛盾证据显式量化为冲突。 该方法针对的是多模态情感识别中模态间证据不一致带来的不确定性问题，论文称 EMT-DS 通过形式化的不确定性量化来处理这一难题。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。