根据国家网信办相关规定和要求,《计算机应用研究》编辑部网站域名更换为arocmag.cn,原域名 arocmag.com 自2025年1月1日起自动跳转到新域名。

一种面向情绪压力分布外检测的多任务跨模态学习方法

Multi-task cross-modal learning approach for out-of-distribution detection of emotional stress
万奕晨1,2
邢凯1,2
刘宇4
杨慧3
徐筠涵1,2
袁艳雪1,2
1. 中国科学技术大学 计算机科学与技术学院, 合肥 230026
2. 中国科学技术大学 苏州高等研究院, 苏州 215004
3. 西北工业大学 生命学院, 西安 710072
4. 南京鼓楼医院, 南京 210008

摘要

基于光电容积脉搏波(PPG)的情绪压力检测系统有望能够实现日常的便携监测,但由于不同个体间PPG信号差异显著,导致在对训练时未见过的个体进行压力检测时存在严重的分布外(Out-of-Distribution,OOD)问题。针对这一问题,本文提出了一种基于多任务学习的跨模态压力检测模型(CSMT),通过引入ECG信号重建和多心血管特征预测作为辅助任务,在高维表征空间中对PPG信号的压力检测进行协同优化,从而学习到跨个体的鲁棒压力检测表征。实验结果表明,在WESAD数据集上的留一验证(Leave-One-Subject-Out)测试中,CSMT在三分类(中性/压力/愉悦)和二分类(压力/非压力)任务上的准确率和F1值均优于现有方法,有效缓解了压力检测中的分布外泛化问题,后续的消融实验进一步验证了所提出的多任务跨模态学习框架在提升模型泛化能力方面的有效性。

基金项目

江苏省重点研发项目(BE2020665)

出版信息

DOI: 10.19734/j.issn.1001-3695.2024.10.0457
出版期卷: 《计算机应用研究》 优先出版, 2025年第42卷 第6期

发布历史

[2025-03-10] 优先出版

引用本文

万奕晨, 邢凯, 刘宇, 等. 一种面向情绪压力分布外检测的多任务跨模态学习方法 [J]. 计算机应用研究, 2025, 42 (6). (2025-03-10). https://doi.org/10.19734/j.issn.1001-3695.2024.10.0457. (Wan Yichen, Xing Kai, Liu Yu, et al. Multi-task cross-modal learning approach for out-of-distribution detection of emotional stress [J]. Application Research of Computers, 2025, 42 (6). (2025-03-10). https://doi.org/10.19734/j.issn.1001-3695.2024.10.0457. )

关于期刊

  • 计算机应用研究 月刊
  • Application Research of Computers
  • 刊号 ISSN 1001-3695
    CN  51-1196/TP

《计算机应用研究》创刊于1984年,是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。

《计算机应用研究》瞄准本学科领域迫切需要的前沿技术,及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。

《计算机应用研究》拥有众多高层次读者、作者,读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员,各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅,所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。


收录和评价

  • 第二届国家期刊奖百种重点期刊
  • 中国期刊方阵双效期刊
  • 全国中文核心期刊(北大2023年版)
  • 中国科技核心期刊
  • 中国科学引文数据库(CSCD)来源期刊
  • RCCSE中国核心学术期刊
  • 中国计算机学会会刊
  • 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
  • 中国科技期刊精品数据库全文来源期刊
  • 中国学术期刊综合评价数据库来源期刊
  • 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
  • 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
  • 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
  • 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
  • 英国《科学文摘》(INSPEC)来源期刊
  • 《日本科学技术振兴机构数据库》(JST)来源期刊
  • 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
  • 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
  • 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
  • 波兰《哥白尼索引》(IC)来源期刊
  • 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊