Dempster-Shafer Fusion

新模型通过不确定性量化增强情感识别能力

研究人员开发了一种具有证据融合的多模态 Transformer (EMT-DS)，以提高情感识别的准确性，特别是在处理冲突的传感器数据时。该新模型通过区分证据不足和传感器噪声来量化不确定性，并使用 Dempster 组合规则来处理矛盾的输入。EMT-DS 在包括 IEMOCAP、DEAP、KEMDy20 和 CMU-MOSEI 在内的多个基准测试中表现出色，同时还显示出对噪声和模态缺失的鲁棒性。