fear
PulseAugur coverage of fear — every cluster mentioning fear across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
研究将国会情绪与立法成效联系起来
一项新近发表在arXiv上的研究，分析了1973年至2024年间美国国会超过170万份演讲，以了解情感表达与立法成效之间的关系。研究人员使用基于Transformer的分类器识别了八种离散情绪，并发现演讲中的情感表达随时间呈上升趋势。研究表明，某些情绪，如热情和自豪感，与立法成效呈正相关，而愤怒则显示出负相关。此外，情感效价和多样性与更高的成效相关，而情感强度则与较低的成效相关。
-
新的SpEmoC数据集旨在实现平衡的多模态情感识别
研究人员推出SpEmoC，一个用于口语对话中多模态情感识别的新基准数据集。该数据集包含来自电影和电视剧的超过30万个片段，其中一个精选的3万个高质量片段包含同步的视觉、音频和文本模态。SpEmoC旨在通过提供七种情感的平衡分布（包括恐惧和厌恶等少数类别），并采用严格的数据划分以确保模型泛化能力的可靠评估，来解决现有数据集的局限性。
-
AI模型编码罗素情感模型，但稀有类别带来几何挑战
两篇新的arXiv论文探讨了AI模型中情感表示的几何特性。第一篇论文证明了多模态Transformer可以与罗素的情感维度模型完美对齐，表明该模型的结构已内在地编码在嵌入中。第二篇论文认为，稀有类别情感识别的失败是由于这些类别在维度模型上的几何退化，而非简单的类别不平衡，并提出需要新的表示方法来区分这些情感。
-
StereoMamba架构增强了机器人手术中实时立体视差估计的性能
研究人员开发了StereoMamba，一种用于机器人辅助手术中实时立体视差估计的新型架构。该系统利用特征提取Mamba模块捕获长程空间依赖性，并利用多维特征融合模块整合多尺度特征。StereoMamba在SCARED等基准测试中表现强劲，在准确性、鲁棒性和高分辨率图像超过21 FPS的速度之间取得了平衡。