新的DREAMS数据集探索用户参与度和注意力状态

研究人员推出了Diverse Reactions of Engagement and Attention Mind States (DREAMS)数据集，该数据集包含32名用户与各种刺激互动时的面部视频录像。该数据集旨在将用户参与度和注意力之间的关系作为一个分类问题，在单任务、迁移学习和多任务设置下进行探索。研究结果表明，与单任务学习相比，迁移学习和多任务学习在参与度状态的分类性能上更好，并且更高的参与度和注意力与较低的认知负荷和更好的任务表现相关。该数据集及相关代码均已公开。 AI

影响 该数据集有望推动理解和分类用户参与度和注意力的研究，可能带来更具适应性和更有效的学习系统。

排序理由 该条目描述了在arXiv上发布的新数据集和研究结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• Connected Papers
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Litmaps
• ScienceCast
• scite Smart Citations

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →