
Durch die Erfassung und Ausrichtung zeitlicher Beziehungen zwischen Aktivitäten können die Leistung und Generalisierungsfähigkeit der Aktivitätserkennung über verschiedene Benutzer hinweg verbessert werden.


coremsg

effiziente-erkennung-von-aktivitäten-über-benutzer-hinweg-durch-tiefe-generative-domänenanpassung-mit-zeitlichen-beziehungskenntnissen


Effiziente Erkennung von Aktivitäten über Benutzer hinweg durch tiefe generative Domänenanpassung mit zeitlichen Beziehungskenntnissen


title_rewrite


Verschiedene Annotationsmethoden haben einen direkten Einfluss auf die Qualität der Annotationen und die Leistungsfähigkeit des darauf trainierten Deep-Learning-Klassifikators.


auswirkungen-unterschiedlicher-annotationsmethoden-auf-die-erkennung-menschlicher-aktivitäten


Auswirkungen unterschiedlicher Annotationsmethoden auf die Erkennung menschlicher Aktivitäten
