Adversarial Graph Contrastive Learning with Topology-Aware Multimodal Fusion for Cross-Domain Emotion Recognition

게재 확정

학술지/학회
Knowledge-Based Systems
저자 역할
공동 제1저자
연도
2026

연구 내용

토폴로지를 반영한 모달 융합과 그래프 대조학습, 도메인 적대학습을 결합해 피험자와 세션 간 분포 차이를 다뤘다.

결과

SEED-IV 피험자 간 76.1 ± 7.4%, 세션 간 83.8 ± 8.3%. 비레이블 타깃 특징을 사용하는 transductive 평가이다.

MDA-GCL 도메인 적응 정확도 (%)
정확도 (%) 피험자 간 세션 간
SEED-IV 76.1 ± 7.4 83.8 ± 8.3
SEED-V 75.6 ± 6.3 82.5 ± 9.1
해석 범위비레이블 타깃 특징을 학습에 사용하는 transductive 도메인 적응. 타깃 감정 레이블은 학습 및 모델 선택에서 제외
전체 논문 목록