面向PROCESS挑战赛的认知功能检测：基于语音的提交作品
高能物理 - 理论
2025-01-03 v1
摘要
本文描述了我们团队提交给PROCESS 2024挑战赛的作品，旨在通过自然语音评估认知衰退，使用三个引导临床任务。该联合工作遵循整体方法，涵盖基于知识的声学特征和文本特征集合，以及LLM-based的微观语言描述、基于停顿的声学生物标志物，以及多种神经表征（如LongFormer、ECAPA-TDNN和Trillson嵌入）。将这些特征集合与不同分类器组合，形成大型模型池，随后挑选出在训练、开发和单个类别性能之间提供最佳平衡的模型。我们的结果表明，最佳表现系统对应于彼此互补的模型组合，依赖于来自所有三个临床任务的声学和文本信息。
引用
@article{arxiv.2501.00460,
title = {Time-reversal invariant TQFTs from self-mirror symmetric SCFTs},
author = {Hongliang Jiang},
journal= {arXiv preprint arXiv:2501.00460},
year = {2025}
}