基于文本引导的重构网络在多模态情感分析中的应用 学术背景 多模态情感分析（Multimodal Sentiment Analysis, MSA）是一项旨在整合文本、视觉和声学信号中的情感表达的研究领域。随着用户生成在线内容的丰富，MSA在提高情感理解和人机交互方面展现出巨大潜力。然而，现有的MSA方法面临两个主要问题：1）在未对齐的多模态数据中，文本的主导作用未被充分利用；2）在不确定缺失模态的情况下，模态的探索不足。这些问题导致情感判断的准确性受到限制，尤其是在实际应用中，背景噪音、传感器故障、面部缺失/遮挡、光线条件不佳、转录缺失等因素可能导致模态的随机缺失。 为了解决这些问题，研究者提出了一种基于文本引导的重构网络（Text-Guided Reconstruction Network,...

不确定性和时间压力下的运动决策研究 学术背景 在日常生活中，动物和人类经常需要在多个可能的行动选项中选择一个最合适的动作。然而，面对目标的不确定性和时间压力时，如何规划和执行这些动作仍然是一个未完全解决的神经科学问题。传统的观点认为，大脑在面对目标不确定性时，会通过竞争或综合多个部分准备好的运动计划来选择最终的动作。然而，另一种观点则认为，大脑只会为每个时刻选择并优化一个单一的运动计划，而所有的决策都在运动规划之前完成。 为了区分这两种假设，Samuele Contemori和Timothy J. Carroll在论文中设计了一项实验，研究在目标不确定性条件下，人们如何规划和执行动作。特别是在时间压力下，人们是否会“平均”多个潜在动作的运动动力学（motor averaging），还是选择单...

综合证据揭示碳社会成本高企：模型结构变化与不确定性 学术背景 气候变化是全球面临的最严峻挑战之一，其对经济、社会和环境的深远影响已经引起了广泛关注。为了量化气候变化的经济成本，学术界提出了“碳社会成本”（Social Cost of Carbon, SCC）的概念，即每吨二氧化碳排放对社会的总成本。SCC 是评估减排政策效益的关键指标，广泛应用于气候和能源政策分析中。然而，SCC 的估算涉及复杂的气候系统模型和经济影响模型，且存在大量的不确定性和争议。 尽管近年来关于 SCC 的研究不断增加，但这些研究往往零散且缺乏系统性，导致不同模型结构对 SCC 估算的相对重要性不明确。为了填补这一空白，Frances C. Moore 等学者在《PNAS》上发表了一篇题为《综合证据揭示碳社会成本高企：...

低帧率多目标跟踪研究的学术报告 引言与研究背景 近年来，多目标跟踪（Multi-Object Tracking, MOT）技术在智能视频监控、自动驾驶及机器人视觉领域中得到了广泛应用。然而，传统MOT方法大多针对高帧率视频设计，在低帧率视频场景中面临显著挑战。低帧率下，相邻帧之间的目标位移增大，物体外观和可见性变化更加剧烈，这对检测结果的关联和轨迹保持提出了更高要求。由于边缘设备通常受到计算、存储和传输带宽限制，低帧率视频成为高效解决方案的重要选择，但其技术难题亟需解决。 本研究由来自浙江大学和香港科技大学的学者团队完成，发表于 *International Journal of Computer Vision*，题为“AppTracker+: Displacement Uncertaint...

即刻入选：新生儿严重联合免疫缺陷症家长将经历的不确定性深度分析 研究背景 新生儿严重联合免疫缺陷症（Severe Combined Immunodeficiency，简称SCID）是一种罕见且可致命的遗传性疾病。患者若无及时诊断和治疗，将面临生命威胁。近年来，通过新生儿筛查早期识别SCID后，儿童的临床预后有了显著提高，给家长带来了一线希望。然而，在早期诊断的同时，家长们需要开始一段陌生的复杂旅程，而这个过程中充满了各种信息和情感支持的需求，特别是如何处理和应对不确定性。本研究的目的在于，通过应用Han等人提出的不确定性框架，探索通过新生儿筛查诊断出SCID的儿童家长所经历的不同类型的不确定性，从初诊开始到后期治疗，乃至新常态的适应过程。 研究源起 本研究由Melissa Raspa、Oks...