lightbulb现实痛点情绪、压力与心理健康状态推断
用户的大量在线文本未被有效用于预测心理健康风险。UbiComp '24Mental-LLM: Leveraging Large Language Models for Mental Health Prediction via Online Text Data
感知、识别与预测方法 / 情绪、压力与心理健康状态推断
用户的大量在线文本未被有效用于预测心理健康风险。
同类问题
lightbulb现实痛点情绪、压力与心理健康状态推断
情感识别系统无法准确适应用户的个体差异。UbiComp '24Systematic Evaluation of Personalized Deep Learning Models for Affect Recognition
lightbulb现实痛点情绪、压力与心理健康状态推断
用户无法通过手机屏幕文本获得实时的情绪状态反馈。UbiComp '24Predicting Affective States from Screen Text Sentiment
lightbulb现实痛点情绪、压力与心理健康状态推断
用户担心隐私问题，传统情感识别方法难以应用于日常生活。UbiComp '24Emotion Recognition on the Go: Utilizing Wearable IMUs for Personalized Emotion Recognition
lightbulb现实痛点情绪、压力与心理健康状态推断
现有情绪推断模型在跨文化情境中表现欠佳，难以广泛应用。lightbulb现实痛点情绪、压力与心理健康状态推断
现有压力检测方法个性化过强，无法实现普适性应用。UbiComp '23GSR Based Generic Stress Prediction System
lightbulb现实痛点情绪、压力与心理健康状态推断
工后压力使用户难以有效恢复，需找到合适的游戏体验。