تقدم البحث TPRO-NET، وهو شبكة عصبية جديدة مصممة للتعرف على المشاعر باستخدام إشارات تخطيط الدماغ الكهربائي (EEG). غالبًا ما تبسط الأساليب التقليدية نموذج المشاعر القائم على الفالنس-التحفيز-الهيمنة إلى فئات عالية ومنخفضة، مما يفشل في التقاط التغيرات العاطفية الدقيقة. يتناول TPRO-NET هذه القيود من خلال استخدام ميزات الانتروبيا التفاضلية والانتروبيا التفاضلية المعززة كمدخلات، تتم معالجتها من…

في هذا البحث، تم تطوير نموذج جديد من Vision Transformer للتعرف على عواطف الكلام (SER) من خلال الاستفادة من الميل-سبكتروغرامات والميزات العميقة. يتضمن النموذج رأس متعدد الطبقات (MLP) بسيط بأبعاد 128 لاستخراج الميزات العميقة، إلى جانب تقنيات مثل التسطيح، والتجزئة، وحجم الباتش 32، وتضمين الموقع، والانتباه الذاتي، وطبقات رأس MLP. تقلل هذه البنية من التعقيد…

تقدم البحث نهجًا مبتكرًا لفحص الاكتئاب المبكر من خلال تحليل بيانات الصوت، مع معالجة تحدي حجم مجموعة البيانات المحدودة. باستخدام نموذج wav2vec 2.0 كمستخرج للميزات، يلتقط الدراسة بفعالية ميزات صوتية عالية الجودة من الصوت الخام. يتم استخدام شبكة ضبط صغيرة للتصنيف، مما يؤدي إلى نتائج مثيرة للإعجاب على مجموعة بيانات DAIC-WOZ، مع دقة تصنيف ثنائية…

تتناول البحث تحدي اكتشاف الاكتئاب من خلال تحليل الكلام، وهي مهمة تعيقها نقص البيانات المعلّمة. للتخفيف من هذه المشكلة، يقترح المؤلفون نهج التعلم بالنقل الذي يستخدم نموذج wav2vec 2.0، ويقومون بضبطه لاستخراج الميزات المتعلقة بالاكتئاب. من خلال استخدام مزيج من هياكل 1D-CNN وتجميع الانتباه، يعزز النموذج قدرته على التقاط العلاقات الزمنية في بيانات الصوت. كما…

تقدم هذه الورقة نسخة محسنة من شبكة MobileNetV2 العصبية، تُسمى I-MobileNetV2، تهدف إلى معالجة قيود الشبكات العميقة التلافيفية الحالية، لا سيما في سياق التعرف على مشاعر الوجه. يحتفظ النموذج المقترح بخصائص التلافيف العميقة القابلة للفصل من MobileNetV2، مما يقلل من المتطلبات الحاسوبية مع الحفاظ على هيكل خفيف الوزن. تشمل الابتكارات الرئيسية آلية دمج عكسية للحفاظ…