ArXiv ML HOT 70
不完全なマルチモーダル感情学習のためのC$^2$MOEフレームワーク：整合性と相補性の融合
不完全なマルチモーダル入力データ（例：一部のモダリティが欠損しているデータ）から感情を認識する課題に対し、新しいフレームワーク「C$^2$MOE (Consistency and Complementarity-guided Mixture of Experts)」が提案されました。これは、モダリティ間の整合性と相補性の両方を活用することで、欠損のあるデータセットでもロバストな感情認識を可能にします。