Bivas Mitra

school印度理工学院bar_chart全球第 #3570 名

论文总数

HCI 排名

#3570

研究领域

活跃年数

近期发表

Bivas Mitra 最新论文

Das 等人提出DriveR方法，通过车载传感器识别驾驶操作背后的因果链来标注道路安全级别，在多国数据集上达80%以上F1分数，为驾驶员和行人提供动态安全地图。

Ghosh 等人提出多任务学习框架 MUSE，利用用户相似性估计缺失的情绪自我报告，在两项研究（24人/30人）中达 84% 和 82% 的 AUCROC，且不影响下游情绪推断。

Ghosh 等人通过分析22名用户3周的键盘交互数据，发现按键节奏和间隔时间等特征可有效识别情绪探测的最佳时机，模型F分数达93%，为ESM应用提供新方案。

Ghosh 等人通过3周现场研究发现情绪与自动建议使用存在相关性，训练的情感感知模型预测准确率达82%，实现个性化智能推荐。

ios_share

https://hci.top/zh/authors/17847?source=all