新闻中心
新闻中心

当前位置:首页 / 新闻中心 / 实验室动态 / 正文

CSA多模态情感计算课题组第54期学术组会召开

2026-11-10

       11月9日,CSA多模态情感计算课题组第54期学术组会成功召开,会议由国际联合实验室宋斌老师主持。本次组会围绕CCAC2026多模态抑郁症早期检测挑战赛获奖方案的研读与比较开展交流研讨。

       河南科技大学2026级硕士研究生申宗阳以《CCAC2026多模态抑郁症早期检测赛道获奖方案研读与改进思考》为题进行汇报。该赛道面向流式在线早期抑郁检测,模型只能依据已观测片段判断,**风险判定不可撤销,需平衡精度与时延,主指标为F1-latency,辅以ERDE5、ERDE10;数据基于MUD3,将136维视觉与25维音频特征拼接为161维帧级表征,标签为用户级。四支获奖方案各有侧重:深圳技术大学冠军以卷积统计编码、门控融合和Mamba三支互补分支,结合多时间前缀损失与多种子集成,F1-latency达0.7692;华中师范大学亚军提出前缀时间一致性损失,由完整序列标签反向递推前缀软目标并加权监督,提升**0.78;昆山杜克大学季军以带因果掩码的前缀因果Transformer阻断未来信息,并用轨迹特征和冻结Logistic回归校准;Give_a_trial_run以五折OOF交叉验证应对小样本选择,揭示“静态幻觉”,并用状态机与多重校验保障在线评测。共性问题包括极早期证据不足、缺前缀级监督、验证集小易过拟合、集成推理开销大;改进方向为片段质量评估降权、连续时序前缀监督、因果Transformer或Mamba主干、蒸馏压缩集成及多目标统筹F1-latency与ERDE。

图片5.png

       交流讨论环节,宋斌老师对汇报进行了总结,并提出了宝贵的建设性建议。与会组员围绕流式评测协议的严格因果约束、前缀软标签的构造方式以及早检指标之间的权衡关系展开讨论,进一步加深了对相关问题的理解。

(图文/申宗阳  审核/宋斌)


微信扫码分享