في عالم الذكاء الاصطناعي، يبرز فريق HSEmotion كأحد الفرق الرائدة بعد مشاركته في **التحدي الحادي عشر لتحليل السلوك العاطفي في البيئات الطبيعية (ABAW)**. حيث قدم الفريق نتائج مبهرة في مجال **التعلم المتعدد المهام (Multi-Task Learning)**، الذي يتضمن التنبؤ بالتوجه والعاطفة والتعبيرات الوجهية. وقد تم اعتماد مجموعة بيانات **s-Aff-Wild2** التي مكنت الفريق من استخدام أجهزة استخراج الميزات الوجهية الخفيفة مثل **MT-EmotiDDAMFN** و**MT-EmotiEffNet-B0**، مع تنسيق مخصص يعزز أداء النموذج.

من خلال عمليات ما بعد المعالجة المنهجية التي تشمل التنعيم الزمني **(Temporal Gaussian Smoothing)** وتوزيعات التعبير، استطاع الفريق تجاوز أداء خط الأساس لـ **ConvNeXt** بشكل ملحوظ.

أما في مجال التعرف على مقاطع الفيديو المعبرة عن التردد أو التردد، فقد قام الفريق بتوسيع خطوط أنابيب الصوت والفيديو، مما مكنهم من تحقيق أداء جيد يعتمد على تصنيفات الوجوه و**HuBERT** للصوت و**RoBERTa** للنصوص. إذ ارتفع تصنيف **Weighted F1** إلى 0.79 على مجموعة بيانات **BAH** خلال مراحل التحقق.

تظهر هذه الإنجازات الفائقة أن استخدام أساليب خفيفة من خلال الدمج المتعدد الوسائط يمكن أن ينافس الاستراتيجيات الأثقل بكثير، مما يضمن تحسين الكفاءة ومرونة التوزيع في التطبيقات العملية.