@jonxuxu: 我们成功从脑电活动中预测情绪，性能比之前最先进的方法提升超过两倍。Allj…

X AI KOLs Timeline 2026/06/01 13:04 论文

eeg emotion-prediction brain-activity neuroscience machine-learning dataset

摘要

一个新数据集和模型利用EEG数据预测情绪，性能是之前最先进方法的两倍以上。

我们成功从脑电活动中预测情绪，性能比之前最先进的方法提升超过两倍。 Alljoined收集了一个包含24名参与者、3,408个视频及其对应EEG数据的数据集，涵盖快乐、悲伤、恐惧、愤怒、厌恶和中性情绪。https://t.co/PGAHCSiYO3

查看原文

查看缓存全文

缓存时间: 2026/06/01 23:51

我们成功从大脑活动中预测出情绪，性能超过此前最优方法的两倍以上。

Alljoined 收集了一个包含 3,408 个视频的数据集，并配以 24 名参与者的脑电图数据，涵盖快乐、悲伤、恐惧、愤怒、厌恶和中性情绪。https://t.co/PGAHCSiYO3

相似文章

arXiv cs.CL

本文评估了深度学习模型（LSTM、TCN、Transformer）在WESAD数据集上基于生理信号的多模态情感识别表现，结果表明集成方法达到了98.91%的准确率。

arXiv cs.CL

本文介绍了 EmoS，这是一个专为细粒度流式情感理解设计的高保真多模态基准，旨在解决现有数据集中存在的生态效度不足和标注可靠性低的问题。

arXiv cs.AI

本文提出Emo-Boost，一种多模态深度伪造检测框架，利用情绪线索（视听情绪识别）作为高层语义信号，提升对未见操纵类型的泛化能力，在FakeAVCeleb数据集上实现了平均AUC提升2.1%。

X AI KOLs Following

来自interfaze_ai的新AI模型声称在OCR、视觉和语音转文字任务上超越领先模型（sonnet 4.6、gemini 3 flash、gpt 5.4 mini）。

X AI KOLs Following

Maxime Labonne分享说，他们的模型在Hugging Face上成为热门，并且尽管只有1B个活跃参数，但在代理任务上出人意料地强大。