传感、识别与安全 / 自监督学习与域泛化的活动识别方法

活动识别中常因数据类别不平衡和跨用户分布差异导致性能不佳。

UbiComp '21Triple-O for SHL Recognition Challenge: An Ensemble Framework for Multi-class Imbalance and Training-testing Distribution Inconsistency by OvO Binarization with Confidence Weight of One-class Classification

同类问题

lightbulb现实痛点自监督学习与域泛化的活动识别方法

用户设备因节能模式或硬件限制，传感器数据丢失导致活动识别失准。

UbiComp '24Summary of SHL Challenge 2024: Motion Sensor-based Locomotion and Transportation Mode Recognition in Missing Data Scenarios

lightbulb现实痛点自监督学习与域泛化的活动识别方法

多模态传感技术跨用户和环境时，适应性差，标签稀缺。

UbiComp '24

lightbulb现实痛点自监督学习与域泛化的活动识别方法

移动设备识别用户交通方式时，受噪声和数据缺失影响大。

UbiComp '24Magnitude and Rotation Invariant Detection of Transportation Modes with Missing Data Modalities

lightbulb现实痛点自监督学习与域泛化的活动识别方法

通过可穿戴设备收集活动数据成本高且隐私风险大，导致数据稀缺。

UbiComp '24IMUGPT 2.0: Cross-Modal Transfer Based on Natural Language for Sensor-Based Human Activity Recognition

lightbulb现实痛点自监督学习与域泛化的活动识别方法

智能手表等设备生成的大量无标签数据难以高效利用。

UbiComp '24Domain Adaptation in Human Activity Recognition through Self-Training

lightbulb现实痛点自监督学习与域泛化的活动识别方法

用户的身体差异导致活动识别模型难以准确预测或满足个性化需求。

UbiComp '23Personalized Federated Human Activity Recognition through Semi-supervised Learning and Enhanced Representation

活动识别中常因数据类别不平衡和跨用户分布差异导致性能不佳。

同类问题

相关论文

M3BAT：基于多分支对抗训练的多模态移动传感无监督域自适应