arXiv · cs.AI· Heinke Hihn·· 20 天前AI 评分22
少样本学习用于个性化自动疼痛评估
Few-Shot Learning for Personalised Automated Pain Assessment
来源与原文
arXiv · cs.AI
作者：Heinke Hihn
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.09692v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
少样本学习（Few-Shot Learning）被用于自动疼痛评估的个性化建模，把人群级到受试者级的转变视为任务域偏移。在 BioVid、SenseEmotion 和 PMED 数据集上按 Leave-One-Subject-Out 协议测试，加入 k-shot 条件化后准确率分别提升至 86.25%、40.06%、83.43%、44.08% 和 91.25%。消融实验表明支持集条件化自适应可缓解受试者间差异。
来源：arXiv · cs.AI · arxiv.org