检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

2 篇 会议

馆藏范围

2 篇 电子文献
0 种 纸本馆藏

日期分布

主题

2 篇 digital health
1 篇 time series clas...
1 篇 transfer learnin...
1 篇 text classificat...
1 篇 recurrent neural...
1 篇 recurrent convol...
1 篇 digital biomarke...
1 篇 convolutional ne...

机构

2 篇 data science wor...
2 篇 computer science...
2 篇 information syst...

作者

2 篇 m. l. tlachac
2 篇 ricardo flores
2 篇 avantika shresth...
1 篇 elke rundenstein...
1 篇 elke a rundenste...

语言

2 篇 英文

检索条件"机构=Computer Science/DAISY Lab"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

Temporal Facial Features for Depression Screening

Temporal Facial Features for Depression Screening

引用

Adjunct Proceedings of the 2022 ACM International Joint Conference on Pervasive and Ubiquitous Computing and the 2022 ACM International Symposium on Wearable computers

作者： Ricardo Flores M. L. Tlachac Avantika Shrestha Elke Rundensteiner Data Science Worcester Polytechnic Institute United States Information Systems and Analytics Bryant University United States Computer Science/DAISY Lab Worcester Polytechnic Institute United States

ISBN: (纸本)9781450394239

Depression is a common and debilitating mental illness. Given the shortage of mental health professionals, there are delays in depression detection. Interviews conducted by virtual agents could expedite depression screenings. While the interview audio and transcript have received more attention, facial features offer an attractive privacy-preserving screening modality. Thus, we conduct a comprehensive comparative evaluation of the effectiveness of temporal facial features to screen for depression. We extract time series of eye gaze, landmark, and action unit features from video responses to 15 clinical interview questions. We input them into CNN, LSTM, and recurrent convolutional neural network (RCNN) models. An extra attention layer proved critical for CNN and LSTM performance. For a general wellbeing question, eye gaze features screened for depression with an F1 of 0.81. Our study informs the use of temporal facial features in future digital mental illness screening technologies.

关键词： Recurrent Neural Network Convolutional Neural Network Time Series Classification Digital health Recurrent Convolutional Neural Network

来源：评论

学校读者我要写书评

暂无评论

BERT Variants for Depression Screening with Typed and Transcribed Responses

BERT Variants for Depression Screening with Typed and Transc...

引用

Adjunct Proceedings of the 2022 ACM International Joint Conference on Pervasive and Ubiquitous Computing and the 2022 ACM International Symposium on Wearable computers

作者： Avantika Shrestha M. L. Tlachac Ricardo Flores Elke A Rundensteiner Data Science Worcester Polytechnic Institute United States Information Systems and Analytics Bryant University United States Computer Science/DAISY Lab Worcester Polytechnic Institute United States

ISBN: (纸本)9781450394239

Early treatment of depression has been proven to be very effective. However, diagnosing depression remains a challenge with current diagnostic tools. Research has begun exploring digital and mobile modalities for depression screening. In our research, we focus on screening for moderate depression with the typed and transcribed responses in the StudentSADD (Student Suicidal Ideation and Depression Detection) dataset. Our modeling approach involves comparing the performance of five BERT (Bidirectional Encoder Representations from Transformers) variants with and without fine-tuning layers. Our results indicate that typed responses are more useful than transcribed responses when screening for depression. In particular, the less computationally expensive BERT variants with both fine-tuning layers performed best for the typed responses. The highest classifier balanced accuracy was 0.63. Our research can help inform the future development of essential digital mental illness screening models.

关键词： digital health transfer learning digital biomarkers text classification

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：