本文介绍了一种多模态融合模型，通过分析视频和音频特征来识别口语句子的情感。该模型在CMUMOSEI数据集上取得了0.8049的F1得分，显示出光流特征和音频特征在情感预测中的优越性。研究还提出了多种情感分析方法和数据集，推动了情感计算的发展。

本研究提出了一种新颖的多模态融合模型，用于三维矿产前景绘图。该模型通过深度网络结构整合结构和流体信息，并采用典型相关分析对多模态特征进行对齐和融合。实验证明该模型在区分含矿实例和预测矿产前景方面具有卓越性能，强调了数据整合和特征对齐对增强勘探决策的关键作用。