热点事件持续更新
EMT-DS：证据多模态Transformer与Dempster-Shafer融合情绪识别
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
研究者提出 Evidential Multimodal Transformer with Dempster-Shafer Fusion（EMT-DS），用于情绪识别。该方法用 Dirichlet 分布建模主观意见，并以 Dempster 合成规则融合多模态证据，将冲突显式量化，以提升情绪识别的可靠性。目前报道仅给出方法框架与动机，未披露实验数据、基准结果或代码开源情况。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
arXiv 发表论文提出 EMT-DS，以 Dirichlet 分布与 Dempster 合成规则量化冲突并融合多模态情绪证据。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · Machine Learning TheoryEvidential Multimodal Transformer with Dempster-Shafer Fusion（EMT-DS）用于情绪识别
研究者提出 Evidential Multimodal Transformer with Dempster-Shafer Fusion（EMT-DS），用 Dirichlet 分布建模主观意见并以 Dempster 合成规则融合多模态证据，将冲突显式量化以提升情绪识别可靠性。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。