Buchumschlag

FedMultiEmo: Real-Time Emotion Recognition via Multimodal Federated Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gül, Baran Can, Nadig, Suraksha, Tziampazis, Stefanos, Jazdi, Nasser, Weyrich, Michael
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SyncFed: Time-Aware Federated Learning through Explicit Timestamping and Synchronization
von: Gül, Baran Can, et al.
Veröffentlicht: (2025)

Towards Intelligent Computation Offloading in Dynamic Vehicular Networks: A Scalable Multilayer Pipeline
von: Dettinger, Falk, et al.
Veröffentlicht: (2026)

SDVDiag: Using Context-Aware Causality Mining for the Diagnosis of Connected Vehicle Functions
von: Weiß, Matthias, et al.
Veröffentlicht: (2026)

Tackling Erosion in Variant-Rich Software Systems: Challenges and Approaches
von: Stümpfle, Johannes, et al.
Veröffentlicht: (2024)

EmoHRNet: High-Resolution Neural Network Based Speech Emotion Recognition
von: Muppidi, Akshay, et al.
Veröffentlicht: (2025)

Incorporating Large Language Models into Production Systems for Enhanced Task Automation and Flexibility
von: Xia, Yuchen, et al.
Veröffentlicht: (2024)

Illustrating the benefits of efficient creation and adaption of behavior models in intelligent Digital Twins over the machine life cycle
von: Dittler, Daniel, et al.
Veröffentlicht: (2024)

Generation of Asset Administration Shell with Large Language Model Agents: Toward Semantic Interoperability in Digital Twins in the Context of Industry 4.0
von: Xia, Yuchen, et al.
Veröffentlicht: (2024)

Efficient Creation of Behavior Models with Variable Modeling Depths Used in Digital Twins
von: Stegmaier, Valentin, et al.
Veröffentlicht: (2024)

A Concept for Autonomous Problem-Solving in Intralogistics Scenarios
von: Sigel, Johannes, et al.
Veröffentlicht: (2025)

EmoSLLM: Parameter-Efficient Adaptation of LLMs for Speech Emotion Recognition
von: Thimonier, Hugo, et al.
Veröffentlicht: (2025)

SensEmo: Enabling Affective Learning through Real-time Emotion Recognition with Smartwatches
von: Choksi, Kushan, et al.
Veröffentlicht: (2024)

LLM experiments with simulation: Large Language Model Multi-Agent System for Simulation Model Parametrization in Digital Twins
von: Xia, Yuchen, et al.
Veröffentlicht: (2024)

AM^2-EmoJE: Adaptive Missing-Modality Emotion Recognition in Conversation via Joint Embedding Learning
von: Devulapally, Naresh Kumar, et al.
Veröffentlicht: (2024)

DeepEmoNet: Building Machine Learning Models for Automatic Emotion Recognition in Human Speeches
von: Vu, Tai
Veröffentlicht: (2025)

FedEPA: Enhancing Personalization and Modality Alignment in Multimodal Federated Learning
von: Zhang, Yu, et al.
Veröffentlicht: (2025)

FedMAP: Personalised Federated Learning for Real Large-Scale Healthcare Systems
von: Zhang, Fan, et al.
Veröffentlicht: (2024)

FedCross: Towards Accurate Federated Learning via Multi-Model Cross-Aggregation
von: Hu, Ming, et al.
Veröffentlicht: (2022)

FedUMM: A General Framework for Federated Learning with Unified Multimodal Models
von: Su, Zhaolong, et al.
Veröffentlicht: (2026)

FedAFD: Multimodal Federated Learning via Adversarial Fusion and Distillation
von: Tan, Min, et al.
Veröffentlicht: (2026)

Curriculum Learning Meets Directed Acyclic Graph for Multimodal Emotion Recognition
von: Nguyen, Cam-Van Thi, et al.
Veröffentlicht: (2024)

CoCoEmo: Composable and Controllable Human-Like Emotional TTS via Activation Steering
von: Wang, Siyi, et al.
Veröffentlicht: (2026)

EmoAugNet: A Signal-Augmented Hybrid CNN-LSTM Framework for Speech Emotion Recognition
von: Paul, Durjoy Chandra, et al.
Veröffentlicht: (2025)

Control Industrial Automation System with Large Language Model Agents
von: Xia, Yuchen, et al.
Veröffentlicht: (2024)

Hardware-Aware Federated Learning for Speech Emotion Recognition
von: Yuksel, Beyazit Bestami, et al.
Veröffentlicht: (2026)

EmoBipedNav: Emotion-aware Social Navigation for Bipedal Robots with Deep Reinforcement Learning
von: Zhu, Wei, et al.
Veröffentlicht: (2025)

FedAPM: Federated Learning via ADMM with Partial Model Personalization
von: Zhu, Shengkun, et al.
Veröffentlicht: (2025)

FedHarmony: Harmonizing Heterogeneous Label Correlations in Federated Multi-Label Learning
von: Kou, Zhiqiang, et al.
Veröffentlicht: (2026)

FedHide: Federated Learning by Hiding in the Neighbors
von: Park, Hyunsin, et al.
Veröffentlicht: (2024)

FedTrans: Efficient Federated Learning via Multi-Model Transformation
von: Zhu, Yuxuan, et al.
Veröffentlicht: (2024)

FedPylot: Navigating Federated Learning for Real-Time Object Detection in Internet of Vehicles
von: Quéméneur, Cyprien, et al.
Veröffentlicht: (2024)

FedMoE: Personalized Federated Learning via Heterogeneous Mixture of Experts
von: Mei, Hanzi, et al.
Veröffentlicht: (2024)

U-FedTomAtt: Ultra-lightweight Federated Learning with Attention for Tomato Disease Recognition
von: George, Romiyal, et al.
Veröffentlicht: (2026)

FedMerge: Federated Personalization via Model Merging
von: Chen, Shutong, et al.
Veröffentlicht: (2025)

Masked Graph Learning with Recurrent Alignment for Multimodal Emotion Recognition in Conversation
von: Meng, Tao, et al.
Veröffentlicht: (2024)

FedCCL: Federated Clustered Continual Learning Framework for Privacy-focused Energy Forecasting
von: Helcig, Michael A., et al.
Veröffentlicht: (2025)

FedHQ: Hybrid Runtime Quantization for Federated Learning
von: Zheng, Zihao, et al.
Veröffentlicht: (2025)

FedIN: Federated Intermediate Layers Learning for Model Heterogeneity
von: Chan, Yun-Hin, et al.
Veröffentlicht: (2023)

FedDuA: Doubly Adaptive Federated Learning
von: Takakura, Shokichi, et al.
Veröffentlicht: (2025)

Efficient Pain Recognition via Respiration Signals: A Single Cross-Attention Transformer Multi-Window Fusion Pipeline
von: Gkikas, Stefanos, et al.
Veröffentlicht: (2025)