实体
Meisam Jamshidi Seikavandi
Meisam Jamshidi Seikavandi
PulseAugur coverage of Meisam Jamshidi Seikavandi — every cluster mentioning Meisam Jamshidi Seikavandi across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
伪标签增强提升小型群体情感感知能力
研究人员开发了一种伪标签增强技术，以提高小型协作群体的情感感知能力，尤其是在标记数据稀缺的情况下。该研究使用包含生理数据、眼动追踪和个性特征的GroupAffect-4数据集，比较了各种增强方法。结果表明，在已知团队设置中，伪标签增强比仅使用标记数据的基线方法提高了性能。然而，由于团队成员之间的高度个性相似性，细粒度的个性加权被证明无效，这表明个性信息作为团队过滤机制更有用。
-
新协议捕获多模态数据用于会议研究
研究人员开发了AffectAI-Capture，一个用于在小组互动中收集同步多模态数据的新协议。该协议整合了多种数据流，包括眼动追踪、可穿戴设备的生理数据、音频录音、多视角视频和自我报告。其目的是为研究会议中的情感和行为动态提供一个可复现的框架，目前正在进行试点验证。
-
新数据集捕捉四人协作中的情感
研究人员推出 GroupAffect-4，一个新颖的多模态数据集，旨在捕捉四人协作互动中情感的复杂性。该数据集包含来自 10 个小组、40 名参与者的生理数据、眼动追踪、音频记录、自我报告和性格评分。GroupAffect-4 旨在促进对各种协作任务中个体、人际和群体层面情感过程的分析，为未来的研究建立了十五个可基准化的目标。