help研究问题自监督学习与域泛化的活动识别方法
缺失数据场景下，单分类模型和多模型（组合模型）策略的性能如何比较？UbiComp '24Summary of SHL Challenge 2024: Motion Sensor-based Locomotion and Transportation Mode Recognition in Missing Data Scenarios
传感、识别与安全 / 自监督学习与域泛化的活动识别方法
缺失数据场景下，单分类模型和多模型（组合模型）策略的性能如何比较？
同类问题
help研究问题自监督学习与域泛化的活动识别方法
在智能手机多传感器数据缺失的情况下，如何有效识别用户的活动和交通方式？UbiComp '24Summary of SHL Challenge 2024: Motion Sensor-based Locomotion and Transportation Mode Recognition in Missing Data Scenarios
help研究问题自监督学习与域泛化的活动识别方法
传感器模态缺失的动态电量消耗场景中，哪些活动类别更易被准确识别？UbiComp '24Summary of SHL Challenge 2024: Motion Sensor-based Locomotion and Transportation Mode Recognition in Missing Data Scenarios
help研究问题自监督学习与域泛化的活动识别方法
如何解决多模态移动感知数据中训练数据与真实应用域之间的分布偏移问题？UbiComp '24
help研究问题自监督学习与域泛化的活动识别方法
多分支对抗训练如何在无监督领域适配中有效应对多模态数据的复杂性？UbiComp '24
help研究问题自监督学习与域泛化的活动识别方法
使用何种统计方法可以动态调整多模态数据的训练参数以提高适应性能？UbiComp '24
help研究问题自监督学习与域泛化的活动识别方法
在数据模态缺失的情况下，如何可靠地检测交通方式？UbiComp '24Magnitude and Rotation Invariant Detection of Transportation Modes with Missing Data Modalities