V
主页
【109th】(Lab成果推荐)一种用于多模态语音情感识别的门控交叉Transformer
发布人
交叉创新Lab华东师范大学深度学习小组资深成员沈思源带来Lab成果分享《LGCCT: A Light Gated and Crossed Complementation Transformer for Multimodal Speech Emotion Recognition》From【Entropy】。 觉得有用请引用:Liu F, Shen S-Y, Fu Z-W, Wang H-Y, Zhou A-M, Qi J-Y. LGCCT: A Light Gated and Crossed Complementation Transformer for Multimodal Speech Emotion Recognition. Entropy. 2022; 24(7):1010. https://doi.org/10.3390/e24071010 欢迎在线阅读我们的论文:https://www.researchgate.net/publication/362176594_LGCCT_A_Light_Gated_and_Crossed_Complementation_Transformer_for_Multimodal_Speech_Emotion_Recognition
打开封面
下载高清视频
观看高清视频
视频下载器
【74th】(lab成果推荐)NHFNet-用于⚡️多模态情感分析⚡️的⚡️非同质融合⚡️网络
【208th】(Lab成果推荐)TACFN-基于Transformer的跨模态自适应的多模态情感识别
【95th】基于⚡跨模态⚡图卷积网络⚡的⚡多模态⚡讽刺检测⚡
【205th】多模态大语言模型思维链推理
【88th】⚡️BLIP⚡️用于统一⚡️视觉⚡️与⚡️语言⚡️理解和生成的语言-图像⚡️预训练⚡️的引导系统
【129th】⚡语音情感识别⚡的⚡深度表征学习⚡
【94th】⚡️区块链⚡️中电商⚡️冷链溯源系统⚡️Petri网⚡️建模与分析
【108th】面部⚡️毛发⚡️可能会减缓对人群中脸部⚡️快乐表情⚡️的⚡️检测范式⚡️
【101th】基于⚡️自监督学习⚡️方法建立⚡️大脑⚡️中⚡️语音处理⚡️的⚡️现实模型⚡️
【110th】(Lab成果推荐)发行⚡️抗疫债⚡️支持⚡️COVID-19⚡️大流行病的⚡️灾后经济恢复⚡️
【94th】(Lab推荐)⚡️AeS-GCN⚡️:基于⚡️骨架⚡️的⚡️动作识别⚡️的⚡️注意力增强⚡️语义引导的⚡️图卷积网络⚡️
【97th】深度学习⚡可解释性⚡
Transformer最通俗讲解
【119th】(Lab成果推荐)LCL-SSS:人工智能交叉地震信号分类研究
【164th】(Lab成果推荐-ICASSP2023语音类)融合还是非对齐?用于语音预训练特征的Temporal Shift模块
【145th】用于⚡️视频识别⚡️的从⚡️概要到细节⚡️的网络
【106th】使用转移熵来衡量金融市场之间的信息流
【104th】(Lab推荐)NiNSRAPM: 基于集合学习的非侵入式网络安全风险评估预测模型
【194th】大语言模型代码实践之Qwen1.5
【103rd】基于⚡️动态卷积核⚡️的⚡️音频驱动⚡️人脸视频生成⚡️
【111th】MiniRocket:一种快速用于时间序列分类的transformer
【98th】基于⚡SEER数据库⚡应用新型机器学习框架预测⚡男性非转移性前列腺癌⚡特异性死亡率⚡,使用监测流行病学和最终结果
进来看看吧,非科班转大模型信息差你必须知道!
【科研萌新提升计划】如何回复审稿人意见?
【86th】⚡机器遗忘⚡一种基于深度学习⚡不可解释性⚡基础的⚡隐私保护⚡理论
【210th】(CiL成果推介)面向加密货币交易介质及过程的安全综述
【154th】(lab成果推荐)Bitcoin比特币找零地址识别研究
【147th】(Lab成果推荐)OPO-FCM人格量化建模
【115th】音乐情绪会影响对情感图片的记忆
手撕LLM面试官:大模型中的推理优化技术
【交叉学科基础】神经网络中级3-视觉Transformer
【交叉学科基础】人机交互2——VR实操基础
Meta重磅发布Llama 3.2:推动轻量级AI模型与多模态模型的全面应用
【190th】利用潜伏向量进行检测、屏蔽和重构来实现隐蔽式面部表情识别
【精心打磨】2024最详细的大模型学习路线整理出来啦!计算机博士手把手教你最高效的大模型学习方法,轻松搞定AIGC大模型!(大模型训练_大模型微调)
【CiL高水平成果推介】CVPR2023 基于多示例学习的动态表情识别
【52nd】如何提升深度学习中多模态效率?
【198th】(Lab成果推介)导师与学生关系中的情感机制——来自机器学习和调查的证据
【122nd】成功的⚡面部表情识别⚡发生在不同的固定区域分布模式中
【101th】在⚡️虚拟现实⚡️中演练⚡️道德困境⚡️以了解⚡️道德决策⚡️的情况