BriefGPT - AI 论文速递
·
监督式多模态分裂学习
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该系统利用声学、认知和语言特征，通过神经网络检测阿尔茨海默病及其严重程度。在ADReSS数据集上精度为83.3%，在DementiaBank Pitt数据库上精度为88.0%，验证了无意识语音的通用性。
🎯
关键要点
- 提出了一种多模式系统，集成声学、认知和语言特征。
- 该系统使用带时间特征的专业人工神经网络。
- 系统用于检测阿尔茨海默病及其严重程度。
- 在ADReSS挑战数据集上获得83.3%的精度。
- 在DementiaBank Pitt数据库上获得88.0%的分类精度。
- 验证了无意识语音的通用性和可移植性。
➡️
