Основные понятия
인간 활동 인식 모델을 계층적 레이블 관계 모델링으로 개선하는 중요성
Статистика
본 논문에서는 다음과 같은 키 메트릭스를 사용하여 핵심 논리를 지원합니다.
"Hierarchical Human Activity Recognition (H-HAR)은 다중 레이어 활동에 대한 별도의 분류기를 구축하는 대신 그래프 기반 레이블 관계 모델링을 강화하는 평평한 모델의 효능을 탐색합니다."
"우리의 기여는 레이블 관계 모델링, 통합 가능한 레이블 인코더 및 확장성을 갖춘 레이블-데이터 의미 정렬, 그리고 결합된 임베딩 공간 및 다중 레이블 분류기 최적화입니다."
Цитаты
"우리의 제안은 계층적 레이블 인코더를 통해 레이블 관계를 자동으로 학습하고 사전 정의된 레이블 구조 없이 레이블 관계를 향상시킵니다."
"우리는 레이블 및 데이터 의미를 표현 공간에 정확하게 정렬하여 클래스 구분 가능한 데이터 임베딩을 구축합니다."