AutoAugHAR:基于传感器的人类活动识别的自动化数据增强
作者
TR
Tobias Ršddiger
MK
Murat Kurnaz
人体姿态与行为识别计算方法在HCI中的应用
本文提出 AutoAugHAR 自动化数据增强框架,专门针对基于传感器的人类活动识别任务,通过自动搜索最优数据增强策略来提升模型的泛化能力和识别准确率。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 如何提高传感器中基于深度学习的人体活动识别模型的跨主体通用性?分类: HAR模型鲁棒性、泛化与数据增强同类问题arrow_forward
- 自动优化的两阶段数据增强方法如何有效平衡数据多样性和标签语义保持?分类: HAR模型鲁棒性、泛化与数据增强同类问题arrow_forward
- 在多模态传感器数据中,如何为不同模态设计适应性数据增强策略?分类: HAR模型鲁棒性、泛化与数据增强同类问题arrow_forward
lightbulb
现实痛点
1- 人体活动识别模型在处理不同用户的传感器数据时表现不稳定。分类: HAR模型鲁棒性、泛化与数据增强同类问题arrow_forward
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
UbiComp
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
7 位作者
sell
研究子方向
人体姿态与行为识别、计算方法在HCI中的应用
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
5 篇相关论文