help研究问题手势姿态感知模型性能与准确性
能否通过优化负样本选择和参数调整机制，增强模型在高维复杂数据下的鲁棒性？UbiComp '24ContrastSense: Domain-invariant Contrastive Learning for In-the-Wild Wearable Sensing
传感、识别与安全 / 手势姿态感知模型性能与准确性
能否通过优化负样本选择和参数调整机制，增强模型在高维复杂数据下的鲁棒性？
同类问题
help研究问题手势姿态感知模型性能与准确性
移动传感器数据中，如何高效诊断和处理内外部因素导致的数据丢失问题？CHI '25
help研究问题手势姿态感知模型性能与准确性
基于参与者内外变异性，如何优化数据丢失的检测与诊断？CHI '25
help研究问题手势姿态感知模型性能与准确性
综合视图和交互式可视化对研究人员管理传感器数据丢失是否更有效？CHI '25
help研究问题手势姿态感知模型性能与准确性
如何在无需访问目标域数据的情况下，提高可穿戴传感器模型的跨域泛化性能？UbiComp '24ContrastSense: Domain-invariant Contrastive Learning for In-the-Wild Wearable Sensing
help研究问题手势姿态感知模型性能与准确性
对具有稀疏标签和域迁移的实际场景，如何有效结合对比学习和域泛化技术？UbiComp '24ContrastSense: Domain-invariant Contrastive Learning for In-the-Wild Wearable Sensing
help研究问题手势姿态感知模型性能与准确性
在人类运动模式识别中，如何在传感器数据随机丢失的情况下保持高精度？UbiComp '24A Hybrid Algorithmic Pipeline for Robust Recognition of Human Locomotion: Addressing Missing Sensor Modalities