颈部-学习：基于注意力的生态情境评估多实例学习与集成框架
音频与语音处理
2026-05-05 v1
摘要
声音功能障碍（VH）是一种流行的语音障碍，其在日常环境中的检测仍具有挑战性，尽管已收集大量每日语音数据。先前方法捕获一周的颈部表面加速度计记录，但将其压缩为固定长度的主体级特征向量，丢弃了编码细微语音特征相互作用的日内时序动态。我们提出一种新型混合架构，将梯度提升树用于日级分布特征，与一种保留并从每天整个时序动态中学习的基于 CNN 的多实例学习（MIL）框架相结合。在保留下测试集上，我们的模型超过了挑战基线（AUC: 0.82 PVH, 0.77 NPVH），实现了 0.879 的 PVH AUC（排名第 5）和 0.848 的 NPVH AUC（排名第 3），同时还提供了关于两种病态的临床相关信息。
引用
@article{arxiv.2605.02700,
title = {Neck-Learn: Attention-Based Multiple Instance Learning and Ensemble Framework for Ecological Momentary Assessment},
author = {Ahsan Jamal Cheema},
journal= {arXiv preprint arXiv:2605.02700},
year = {2026}
}