:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Frieske, Rita, Shi, Bertram E.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Computation and Language Computers and Society
Online-Zugang:	https://arxiv.org/abs/2407.17772
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ECMF: Enhanced Cross-Modal Fusion for Multimodal Emotion Recognition in MER-SEMI Challenge
von: Hu, Juewen, et al.
Veröffentlicht: (2025)

Survey of Design Paradigms for Social Robots
von: Frieske, Rita, et al.
Veröffentlicht: (2024)

Hallucinations in Neural Automatic Speech Recognition: Identifying Errors and Hallucinatory Models
von: Frieske, Rita, et al.
Veröffentlicht: (2024)

Exploring Fusion Techniques in Multimodal AI-Based Recruitment: Insights from FairCVdb
von: Swati, Swati, et al.
Veröffentlicht: (2024)

Restoring Ancient Ideograph: A Multimodal Multitask Neural Network Approach
von: Duan, Siyu, et al.
Veröffentlicht: (2024)

EmotionHallucer: Evaluating Emotion Hallucinations in Multimodal Large Language Models
von: Xing, Bohao, et al.
Veröffentlicht: (2025)

MM-Soc: Benchmarking Multimodal Large Language Models in Social Media Platforms
von: Jin, Yiqiao, et al.
Veröffentlicht: (2024)

Multimodal Prompt Learning with Missing Modalities for Sentiment Analysis and Emotion Recognition
von: Guo, Zirun, et al.
Veröffentlicht: (2024)

Calibrating Multimodal Consensus for Emotion Recognition
von: Zhong, Guowei, et al.
Veröffentlicht: (2025)

Design2Code: Benchmarking Multimodal Code Generation for Automated Front-End Engineering
von: Si, Chenglei, et al.
Veröffentlicht: (2024)

The Use of Multimodal Large Language Models to Detect Objects from Thermal Images: Transportation Applications
von: Ashqar, Huthaifa I., et al.
Veröffentlicht: (2024)

Learning Multimodal Cues of Children's Uncertainty
von: Cheng, Qi, et al.
Veröffentlicht: (2024)

Multimodal Learning with Augmentation Techniques for Natural Disaster Assessment
von: Urse, Adrian-Dinu, et al.
Veröffentlicht: (2025)

Mitigating GenAI-powered Evidence Pollution for Out-of-Context Multimodal Misinformation Detection
von: Yan, Zehong, et al.
Veröffentlicht: (2025)

FigSIM: A Dataset for Fine-grained Suicide Severity and Figurative Language in Suicide Memes
von: Chen, Liuliu, et al.
Veröffentlicht: (2026)

ColorSwap: A Color and Word Order Dataset for Multimodal Evaluation
von: Burapacheep, Jirayu, et al.
Veröffentlicht: (2024)

Evaluating Vision-Language Models for Emotion Recognition
von: Bhattacharyya, Sree, et al.
Veröffentlicht: (2025)

Image Captioning Evaluation in the Age of Multimodal LLMs: Challenges and Future Perspectives
von: Sarto, Sara, et al.
Veröffentlicht: (2025)

A Unified Framework and Dataset for Assessing Societal Bias in Vision-Language Models
von: Sathe, Ashutosh, et al.
Veröffentlicht: (2024)

EmbodiedEval: Evaluate Multimodal LLMs as Embodied Agents
von: Cheng, Zhili, et al.
Veröffentlicht: (2025)

SNIFFER: Multimodal Large Language Model for Explainable Out-of-Context Misinformation Detection
von: Qi, Peng, et al.
Veröffentlicht: (2024)

Linguistically Informed Multimodal Fusion for Vietnamese Scene-Text Image Captioning: Dataset, Graph Framework, and Phonological Attention
von: Nguyen, Nhi Ngoc-Yen, et al.
Veröffentlicht: (2026)

D3G: Diverse Demographic Data Generation Increases Zero-Shot Image Classification Accuracy within Multimodal Models
von: Hickmon, Javon
Veröffentlicht: (2025)

EmoMeta: A Multimodal Dataset for Fine-grained Emotion Classification in Chinese Metaphors
von: Lu, Xingyuan, et al.
Veröffentlicht: (2025)

Examining Gender and Racial Bias in Large Vision-Language Models Using a Novel Dataset of Parallel Images
von: Fraser, Kathleen C., et al.
Veröffentlicht: (2024)

Towards Robust Multimodal Emotion Recognition under Missing Modalities and Distribution Shifts
von: Zhong, Guowei, et al.
Veröffentlicht: (2025)

DepMamba: Progressive Fusion Mamba for Multimodal Depression Detection
von: Ye, Jiaxin, et al.
Veröffentlicht: (2024)

RULE: Reliable Multimodal RAG for Factuality in Medical Vision Language Models
von: Xia, Peng, et al.
Veröffentlicht: (2024)

Hummus: A Dataset of Humorous Multimodal Metaphor Use
von: Tong, Xiaoyu, et al.
Veröffentlicht: (2025)

LLMs as Bridges: Reformulating Grounded Multimodal Named Entity Recognition
von: Li, Jinyuan, et al.
Veröffentlicht: (2024)

Generative Emotion Cause Explanation in Multimodal Conversations
von: Wang, Lin, et al.
Veröffentlicht: (2024)

ProMQA-Assembly: Multimodal Procedural QA Dataset on Assembly
von: Hasegawa, Kimihiro, et al.
Veröffentlicht: (2025)

MIPS at SemEval-2024 Task 3: Multimodal Emotion-Cause Pair Extraction in Conversations with Multimodal Language Models
von: Cheng, Zebang, et al.
Veröffentlicht: (2024)

Similarity Guided Multimodal Fusion Transformer for Semantic Location Prediction in Social Media
von: Zhang, Zhizhen, et al.
Veröffentlicht: (2024)

Multimodal Human-AI Synergy for Medical Imaging Quality Control: A Hybrid Intelligence Framework with Adaptive Dataset Curation and Closed-Loop Evaluation
von: Qin, Zhi, et al.
Veröffentlicht: (2025)

ShredBench: Evaluating the Semantic Reasoning Capabilities of Multimodal LLMs in Document Reconstruction
von: Guo, Zichun, et al.
Veröffentlicht: (2026)

Dataset of News Articles with Provenance Metadata for Media Relevance Assessment
von: Peterka, Tomas, et al.
Veröffentlicht: (2025)

Enhancing Sentiment Analysis through Multimodal Fusion: A BERT-DINOv2 Approach
von: Zhao, Taoxu, et al.
Veröffentlicht: (2025)

LLaVA-Critic: Learning to Evaluate Multimodal Models
von: Xiong, Tianyi, et al.
Veröffentlicht: (2024)

Video2Roleplay: A Multimodal Dataset and Framework for Video-Guided Role-playing Agents
von: Zhang, Xueqiao, et al.
Veröffentlicht: (2025)