XiaoMi-AI文件搜索系统
World File Search System对准技术
4月16日（星期三）
TB1：光电子学 I 主席：S.-J. Jee（信息通信大学） S. Yoshida（东京理工大学） 1. 独特的白光 LED 封装系统 A. Okuno、Y. Miyawaki、N. Oyama，Sanyu Rec / 日本 2. 将大镜子组装到大行程执行器上的窄间距光开关阵列 K. Miura、T. Numazawa、K. Kawase、Y. Hirata，住友电气工业 / 日本 3. 光纤到波导的被动对准技术 B. Choi、MS. Lee，信息通信大学，J. Choi、HI. Lee、CS. Park, Phoco / 韩国 4. 光电板分离接地/电源平面辐射发射分析 H. Kikuchi，超级先进电子技术协会，T. Mori，NTT Advanced Technology，O. Ibaragi，超级先进电子技术协会 / 日本
大脑信号可以揭示与人类语言的内部对齐吗？
大脑信号（例如脑电图（EEG））和人类语言已被广泛探讨了许多下游任务，但是，它们之间的联系并未得到很好的探索。在这项研究中，我们探讨了脑电图和语言之间的关系和依赖性。要在表示水平上研究，我们引入了MTAM，MTAM是一个最终的transformer a strignment m odel，以观察两种方式之间的协调表示。我们使用各种关系对齐的寻求对准技术，例如规范相关性分析和浪费stein距离，作为转化特征的损失函数。在下游应用程序，情感分析和关系检测上，我们在两个数据集中获得了新的最新结果，即Zuco和K-Emocon。我们的方法在K-Emocon上的F1得分提高了1.7％，对Zuco数据集的F1得分提高了9.3％，以进行分析，而Zuco的FON得分为7.4％。此外，我们还提供了性能改进的插入：（1）特征分布显示了对齐模块发现和编码脑电图与语言之间关系的有效性； （2）对齐权重显示不同语言语义和脑电图频率特征的影响； （3）大脑地形图提供了大脑区域连通性的直观演示。我们的代码可在https://github.com/ jason-qiu/eeg_language_alignment上找到。