A Multimodal Fusion Framework for Student Engagement Detection Using Facial, Behavioral, and Textual Features
Deze studie stelt een multimodale fusie-framework voor dat gezichts-, gedrags- en tekstuele kenmerken integreert om studentbetrokkenheid te detecteren, waarbij wordt aangetoond dat een late-fusiestrategie een hoge nauwkeurigheid (0,864) bereikt en single-modality modellen overtreft bij het classificeren van betrokkenheidsniveaus.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.