Speech-Text: A Dual-Modal System for Mental Health Detection using Machine Learning and Deep Learning
Diese Arbeit schlägt ein dual-modales maschinelles Lernframework vor, das textuelle (TF-IDF) und auditive (MFCC) Merkmale integriert, um Depressionen zu erkennen, wobei eine hohe Genauigkeit (bis zu 99,38 % mit XGBoost bei Audiodaten) erreicht wird und das Potenzial von multimodalem Lernen für skalierbare, nicht-invasive Diagnostik der psychischen Gesundheit demonstriert wird.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.