مراجعة وتحليل تلوي لأنظمة اكتشاف التأثيرات متعددة الوسائط

يُعد اكتشاف التأثير مشكلة هامة في التعرف على الأنماط وقد ألهمت الباحثين من عدة مجالات. يحتاج هذا المجال إلى مراجعة منهجية نظرًا لتدفق أنظمة اكتشاف التأثير متعددة الوسائط (MM) مؤخرًا، والتي تختلف في عدة جوانب وأحيانًا تُنتج نتائج غير متسقة. توفر هذه المقالة مثل هذه الدراسة من خلال مراجعة كمية وتحليل تلوي ل90 نظام معتمد على تقييم الأقران للأنظمة متعددة الوسائط. أشارت المراجعة إلى أن الحالة الفنية الحديثة تتكون أساسًا من نماذج تعتمد على الأشخاص (62.2% من الأنظمة) التي تدمج المعلومات الصوتية والبصرية (55.6%) لاكتشاف التعبيرات الممثلة (52.2%) للعواطف الأساسية والأبعاد البسيطة للنشاط والقيمة (64.5%) باستخدام تقنيات دمج مستويي الميزات (38.9%) والقرار (35.6%). ومع ذلك، كانت هناك أنظمة مستقلة عن الأشخاص أيضًا التي اعتبرت وسائط إضافية لاكتشاف العواطف غير الأساسية والأبعاد المعقدة باستخدام تقنيات دمج على مستوى النماذج. كشف التحليل التلوي أن أنظمة MM كانت أكثر دقة باستمرار (85% من الأنظمة) من نظرائها أحادية الوضع، مع تحسن متوسط قدره 9.83% (وسيط 6.60%). ومع ذلك، كان التحسن أقل بثلاث مرات عندما تم تدريب الأنظمة على بيانات طبيعية (4.59%) مقابل بيانات ممثلة (12.7%). والأهم من ذلك، يمكن التنبؤ بدقة MM بدقة (R 2 الشمس المتبادل 0.803) من دقة الأنظمة الأحادية وعاملين على مستوى النظام. نوقشت الدلالات النظرية والتطبيقية والتوصيات.