基于图神经网络的对话情感识别新方法 研究背景 情感识别（Emotion Recognition, ER）是人机交互（Human-Computer Interaction, HCI）中的重要组成部分，旨在通过分析语音、文本、视频等多模态数据，识别人类的情感状态。这一技术在医疗、教育、社交媒体和聊天机器人等领域具有广泛的应用前景。近年来，情感识别的研究逐渐从单句情感分析转向对话情感识别（Emotion Recognition in Conversations, ERC），即识别对话中每一句话的情感状态。与单句情感分析相比，对话情感识别更具挑战性，因为对话中的情感不仅受当前语句的影响，还受到上下文语境和说话者之间互动的影响。 传统的对话情感识别方法主要依赖于循环神经网络（RNN）和长短期记忆网络（...

基于多尺度双曲对比学习的跨被试脑电情绪识别研究 学术背景 脑电图（Electroencephalography, EEG）作为一种生理信号，在情感计算（Affective Computing）领域中具有重要应用。与传统的非生理线索（如面部表情或语音）相比，EEG信号具有更高的时间分辨率和客观性，能够更可靠地反映人类的情感状态。然而，EEG信号存在显著的个体差异，这使得跨被试（Cross-Subject）情绪识别成为一个具有挑战性的任务。不同个体的EEG信号受年龄、心理状态、认知特征等多种因素影响，导致预训练模型在新被试上的泛化能力较差。 为了应对这一挑战，研究者们提出了多种方法，包括基于时频域特征的分析、深度学习模型以及迁移学习等。然而，这些方法往往难以在减少被试间差异的同时保留情感特征的区...

社交派生信息的皮层转移对情绪识别的门控作用 背景介绍 情绪识别及其随之而来的反应对生存和社会功能的维持具有重要意义。然而，如何处理来自社会信息以可靠地进行情绪识别仍不完全清楚。在这项新研究中，作者揭示了一种进化上保守的长程抑制/兴奋性脑网络在这些社会认知过程中的作用。这项研究通过对从内侧前额叶皮层（medial prefrontal cortex, mPFC）到视网膜后皮层（retrosplenial cortex, RSC）的长程投射网络进行了详细分析，以揭示其在情绪识别过程中的作用。 这些发现的背景重要性在于，情绪识别能力的缺陷会阻止个体在看到同类的情绪变化时提供帮助或逃避威胁。此外，这种社会认知能力的缺陷在某些精神和神经发育障碍（如精神分裂症和自闭症中）很常见，对患者生活有深远影响。大...