Latent Inhibition(抑郁症)

最新推荐文章于 2024-05-19 15:30:28 发布
最新推荐文章于 2024-05-19 15:30:28 发布
阅读量1.8k 收藏
点赞数
分类专栏： Other 文章标签： idea
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Raiden56/article/details/1327063
版权
本来以为Prison Break里提到关于scofield的 低危抑郁症是说导演为了提高收视率的插曲,今天偶然看到了一些关于这方面的文章,虽然没怎么懂但还是基本理解了一点,这种人会把很多个idea一起思考,高IQ会把其中有用的整理成系统性的2个或者3个,但低IQ就一直陷入思考的陷阱严重者会精神分裂.高IQ者会不断的从外界环境中接受流动的信息进行思考,,普通人会把这些信息进行分类,即时这些信息不是他们感兴趣的,但高IQ的低危抑郁症者会直接思考全部信息本身而得出他想要的答案.这方面还有一些PAPER大家有兴趣可以去看看:http://www.psych.utoronto.ca/~peterson/pdf/Peterson%20JB%20et%20al%20Openness%20extraversion%20LI%20PAID%202002.pdf

最近Shawn又开始抽烟了,老朋友Marlboro又回到桌子上来了,最近比较像真正的Shawn了.精神也处于非正常领域,前段时间居然想去找bhang~shit.虽然这样的状态但自己感觉很爽. I will fight a battle.
OK.anyway,GOD BLESS US!!!
Raiden56
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
抑郁检测用文本数据集
有机物的博客
03-05 7103
可用于抑郁检测的数据集
【抑郁检测数据集】: AVEC2013、AVEC2014、AVEC2017（DAIC-WOZ）、AVEC2019（E-DAIC）、EATD、CMDC下载方式
热门推荐
qq_41967982的博客
04-12 1万+
抑郁数据库：AVEC2013、AVEC2014、AVEC2017（DAIC-WOZ）、AVEC2019（E-DAIC）、EATD、CMDC
常见抑郁数据集
最新发布
chaishen10000的专栏
05-19 938
数据集名称 标注量表 采集场景 数据信息 被试数量 被试特点 Mundt-35(2007)[25] HAMD, QIDS 电话交互语音 118组音频 35 均为抑郁患者 BlackDog(2009)[26] HAMD 访谈 - 60 均为抑郁患者 Yingthaworsuk(2013)[15] BDI-Ⅱ 临床访谈 20组音频 20 重度抑郁和自杀倾向的患者 AVEC201
【抑郁数据集】DAIC-WOZ和E-DAIC（Extended-DAIC）
Nirvana_xian的博客
12-12 4222
（E-DAIC）（DeVault等人，2014）是WOZ-DAIC（Gratch等人，2014）的扩展版本，其中包含半临床访谈，旨在支持对焦虑、抑郁和创伤后应激障碍等心理痛苦状况的诊断。：此文件包含参与者ID ，PHQ8（Kroenke等人，20009）二进制标签（PHQ8分数> = 10），PHQ8分数和参与者性别，并对每个正式训练分割的PHQ8问卷的问题。在清音的情况下，即VUV = 0，人声褶皱没有振动，因此值例如F0，NAQ，QOQ，不应使用H1H2，PSP，MDQ，peakSlope和Rd。
基于多模态脑连接体的晚年抑郁症患者自杀风险预测
cc1609130201的博客
04-27 1061
自杀意念、自杀计划和自杀行为在老年人群中是非常严重的健康问题，其导致死亡的可能性远远高于任何其他年龄组。老年抑郁症发病率的增加反映了对老年抑郁症患者自杀风险进行有效筛查的迫切需要。采用横断面设计（注：或者叫横向研究，定义是在单一时间点比较不同的群体，不考虑过去和未来的影响，只看某个时间点的结果），我们使用全脑静息态功能连接和白质结构连接数据进行了基于连接体的预测建模，以预测晚年抑郁症患者(N = 37例非自杀患者，N = 24例有自杀意念/计划的患者，N = 30例自杀未遂患者)的自杀风险。自杀风险是通过三
抑郁症Reddit数据集.zip
02-14
2. **主题建模**：使用LDA（Latent Dirichlet Allocation）等技术，可以揭示抑郁症讨论的常见主题，了解患者关心的问题和挑战。 3. **语境理解**：分析用户对话的上下文，理解他们在特定情境下的情绪变化，有助于...
An Introduction to Latent Semantic Analsis
11-14
### 潜在语义分析（Latent Semantic Analysis, LSA）简介 #### 一、潜在语义分析的概念与背景 潜在语义分析是一种理论和技术，通过统计计算应用于大规模文本语料库来提取和表示词语的上下文用法含义。其核心思想是...
Latent Semantic Analysis
07-04
Latent Semantic Analysis, Thomas K Landauer, Susan T. Dutnais, 1997; A Solution to Plato's Problem: The Latent Semantic Analysis Theory of Acquisition, Induction, and Representation of Knowledge
Latent Variable Modeling with R 无水印原版pdf
06-02
Latent Variable Modeling with R 英文无水印原版pdf pdf所有页面使用FoxitReader、PDF-XChangeViewer、SumatraPDF和Firefox测试都可以打开 本资源转载自网络，如有侵权，请联系上传者或csdn删除 查看此书详细...
Adversarial Latent Autoencoders.pdf
10-19
在“Adversarial Latent Autoencoders”这篇CVPR论文中，作者Stanislav Pidhorskyi、Donald A. Adjeroh和Gianfranco Doretto提出了一种新的自动编码器模型，名为Adversarial Latent Autoencoder（ALAE）。ALAE是一个...
抑郁症和心理健康数据集 CSV（825条记录）
01-24
RHMCD-20 数据集，我们注意包含来自广泛来源的信息，包括来自孟加拉国的青少年、大学生、家庭主妇、企业和公司的专业人士以及其他人。这是抑郁症和心理健康数据分析的调查数据。 包含信息： Age：代表参与者的年龄。 Gender：表示参与者的性别。 Occupation：代表参与者的职业。 Days_Indoors ：表示参与者未出门的天数 Growing_Stress：表示参与者的压力与日俱增（是/否）。 Quarantine_Frustration：隔离前两周的挫败感（是/也许/否）。 Changes_Habits：代表饮食习惯和睡眠的重大变化（是/可能/否）。 Mental_Health_History ： 上一代精神障碍的先例（是/否）。 Weight_Change ：突出显示隔离期间体重的变化（是/可能/否） Mood_Swings：代表极端的情绪变化（低/中/高）。 Coping_Struggles：无法应对日常问题或压力（是/也许/否）。 Work_Interest ：表示参与者是否对工作失去兴趣（是/否）。 Social_Weakness ：在与他人互动时传达精神虚弱的感觉（是/否）。
Depression_Dataset：从Kaggle.com探索抑郁数据集
02-12
Depression_Dataset 从Kaggle.com探索抑郁数据集
depression 沮丧-数据集
03-15
该数据集涉及抑郁症的分析。该数据是对农村地区居民生活条件的研究。 b_depressed.csv
基于视听线索的深度学习抑郁症识别的综述
weixin_50909869的博客
11-15 373
同时引出了随着深度学习的发展，研究者尝试用各种线索来进行抑郁症的诊断，抑郁症检测的方法，提取患者的视觉语音线索，从音频、视觉、文本到多模态。Research context：文章是一篇关于基于音视觉线索来检测抑郁症的综述，文章分别介绍了抑郁症目前的现状、数据集的研究发展、研究方法历程：1.基于音频的抑郁症评估 2.基于视觉的抑郁症评估 3.基于音视频的抑郁症评估（多模态）、以及总结问题、提出展望。pooling层进行特征的进一步提取，降低特征图的空间分辨率，进行下采样，丢弃信息少的部分，类似于地图放大。
低潜在抑制症
qq_66274844的博客
10-29 1457
低潜在抑制症
数据集求助：AVEC2013.2014 抑郁症检测
weixin_42917178的博客
12-03 1007
请问有朋友有AVEC2013.2014 抑郁症检测的数据集吗？可有偿。
时域特征提取_音频特征提取方法和工具汇总
weixin_39865440的博客
12-14 2684
绝大多数音频特征起源于语音识别任务，它们可以精简原始的波形采样信号，从而加速机器对音频中语义含义的理解。从20世纪90年代末开始，这些音频特征也被应用于乐器识别等音乐信息检索任务中，更多针对音频音乐设计的特征也应运而生。1. 音频特征的类别认识音频特征不同类别不在于对某一个特征精准分类而是加深理解特征的物理意义，一般对于音频特征我们可以从以下维度区分：（1）特征是由模型从信号中直接提取还是基于模型...
数据集：自杀率，目标：分析数据
weixin_43615654的博客
04-21 4652
（7）自杀率与男女的关系 grouop_data = data.groupby(['Age','Gender'])['SuicidesNo'].sum().unstack() grouop_data = grouop_data.reset_index().melt(id_vars='Age') grouop_data_female = grouop_data.iloc[:6,:] grouo...
理解Latent Dirichlet Allocation：贝叶斯统计与Dirichlet分布
"Latent Dirichlet Allocation (LDA)笔记" Latent Dirichlet Allocation (LDA)是一种主题模型，用于发现文本数据中的隐藏主题结构。它属于概率图模型和混合模型，常用于自然语言处理领域。LDA基于贝叶斯统计学，...
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值