★ 2
通用模型做人体活动识别的特征局限
论文用固定通用概率决策模型 Jev，在 WISDM、UCI341、PAMAP2 三个数据集的 1800 个平衡加速度窗口上测试免训练人体活动识别。Jev 最强表征的 macro-F1 仅 0.038-0.118，远低于监督模型的 0.686-0.907；增加数值特征反而降低识别率，概率校准也不可靠…
arXiv cs.AI33 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文用固定通用概率决策模型 Jev，在 WISDM、UCI341、PAMAP2 三个数据集的 1800 个平衡加速度窗口上测试免训练人体活动识别。Jev 最强表征的 macro-F1 仅 0.038-0.118，远低于监督模型的 0.686-0.907；增加数值特征反而降低识别率，概率校准也不可靠…