研究发现，合成数据可以替代90%的人类标注数据而不影响性能，但替换最后10%会显著降低性能。仅需125个人类数据点即可提升模型性能，说明少量人类数据仍然重要。

本研究使用迁移学习将四种卷积神经网络应用于情感价值分类任务，并与人类数据进行比较。结果显示，更新后的FE-AlexNet表现最佳，与人类感知相似。此研究提供了改进卷积神经网络性能的新方法。