基于轻量级点云网络的3D区域结构运动表示在微表情识别中的应用 学术背景 微表情（Micro-expressions, MEs）是人类情感表达中的一种短暂且微妙的面部表情，通常持续1/25到1/5秒。由于其自发性、快速性和难以控制的特点，微表情往往能够揭示个体的真实情感，因此在人机交互（Human-Computer Interaction, HCI）、心理学、刑事分析、商务谈判等领域具有重要应用价值。然而，微表情的低强度和短暂性使其识别成为一项极具挑战性的任务。传统的微表情识别方法主要依赖于2D RGB图像中的运动特征提取，忽略了面部结构及其运动在情感传达中的关键作用。为了克服这一局限，本文提出了一种创新的3D面部运动表示方法，结合了3D面部结构、区域化的RGB和结构运动特征，旨在更准确地捕捉...

基于多尺度双曲对比学习的跨被试脑电情绪识别研究 学术背景 脑电图（Electroencephalography, EEG）作为一种生理信号，在情感计算（Affective Computing）领域中具有重要应用。与传统的非生理线索（如面部表情或语音）相比，EEG信号具有更高的时间分辨率和客观性，能够更可靠地反映人类的情感状态。然而，EEG信号存在显著的个体差异，这使得跨被试（Cross-Subject）情绪识别成为一个具有挑战性的任务。不同个体的EEG信号受年龄、心理状态、认知特征等多种因素影响，导致预训练模型在新被试上的泛化能力较差。 为了应对这一挑战，研究者们提出了多种方法，包括基于时频域特征的分析、深度学习模型以及迁移学习等。然而，这些方法往往难以在减少被试间差异的同时保留情感特征的区...

多模态情感分析中的互信息解耦表示学习：一项创新研究 学术背景 随着社交媒体的快速发展，用户生成的多媒体内容（如推文、视频等）数量急剧增加。这些多媒体数据通常包含三种模态：视觉（图像）、声学（语音）和文本。这些数据中隐含着丰富的情感信息，如何自动分析这些情感信息成为了一个重要挑战。多模态情感分析（Multimodal Sentiment Analysis, MSA）旨在利用多种信号来识别潜在的情感和情绪。然而，多模态表示学习是这一领域的核心挑战之一，即如何将不同模态的特征有效地整合为统一的表示。 近年来，研究者提出了两种主要方法来解决这一问题：一种方法是将多模态特征分解为模态不变（modality-invariant）和模态特定（modality-specific）的部分；另一种方法则是利用互...

基于频谱-时间调制特征的双流鲁棒语音情感识别研究 学术背景 语音情感识别（Speech Emotion Recognition, SER）是通过分析人类语音中的情感内容来识别情绪的技术。它在人机交互、客户服务管理系统以及医疗等领域具有广泛的应用潜力。然而，尽管基于深度学习的SER模型在受控环境中表现出色，但在真实环境中的噪声条件下，其性能显著下降。噪声（如交通噪声、风扇噪声等）会严重干扰语音信号，导致情感识别系统的准确性大幅降低。因此，开发一种在噪声环境下依然鲁棒的SER系统成为了一个重要的研究方向。 传统的SER系统通常依赖于梅尔频率倒谱系数（Mel-Frequency Cepstral Coefficients, MFCC）和梅尔频谱图等声学特征。然而，这些特征在噪声环境下容易受到干扰，...

神经机制与关系学习：神经网络中的快速知识重组 背景介绍 人类和动物具备一种惊人的能力，能够从有限的经验中学习项目之间的关系（如刺激、物体和事件），从而实现结构化泛化和快速信息整合。这种关系学习的一个基本类型是顺序学习，它使得个体能够进行传递性推理（例如，若a > b且b > c，则a > c）以及列表链接（例如，a > b > c和d > e > f在得知c > d后迅速重组为a > b > c > d > e > f）。尽管这一领域已有长期研究，但传递性推理和快速知识重组的神经生物学机制仍然不明确。本文通过赋予神经网络以神经调制的突触可塑性（允许自我导向学习）并通过人工元学习（学习如何学习）来识别这些机制，展示了神经网络如何执行传递性推理和列表链接，并进一步表达了在人类和动物中广泛观察到的...

Learning with Enriched Inductive Biases for Vision-Language Models 研究背景与问题提出 近年来，视觉-语言模型（Vision-Language Models, VLMs）在计算机视觉和自然语言处理领域取得了显著进展。这些模型通过大规模图像-文本对进行预训练，能够构建统一的多模态表示空间，从而在多种下游任务中表现出色。然而，在少样本学习（few-shot learning）场景下，如何有效地调整这些模型以适应特定任务，同时保持良好的泛化能力，仍然是一个亟待解决的问题。 现有方法通常依赖于提示工程（prompt engineering）或参数高效微调（Parameter-Efficient Fine-Tuning, PEFT）策略...