本研究では、EEG（脳波）を用いた感情認識におけるラベルの質が乏しい中で、モデルの不確実性とクロスモーダル一貫性を活用した不確実性認識アクティブラーニングフレームワークを提案しています。このフレームワークは、EEG信号による認識においてノイズによるラベルの影響を受けにくくし、脳波と顔の特徴を共有の潜在空間に埋め込むことで、モダリティ間の意味的一貫性を保証します。残された不一致はノイズによるものと見なされ、アクティブラーニングの過程で信頼できるサンプルを効率的に識別するために、オラクルからのフィードバックを求めます。この手法はASCERTAINデータセットで実験され、感情のデコーディングにおいてノイズ耐性とデータ効率の高いアプローチとしての可能性を示しています。