W-JEPA自监督框架用于可穿戴活动识别
热点事件持续更新
W-JEPA自监督框架用于可穿戴活动识别
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Yogesh Prabhu、Loki Natarajan 和 Jingjing Zou 提出 W-JEPA,一个用于可穿戴活动识别的自监督框架:把惯性信号窗口组织成按尺度、传感器轴和时间索引的小波 token 网格,并以此为单元做掩码潜空间预测。 在六个可穿戴活动基准上,该方法在随机窗口划分下优于现有最优方法(SOTA),在留出受试者的评估设定下仍最强,平均 macro-F1 较最强已发表基线提升 8.7 个百分点。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
W-JEPA:用于可穿戴活动识别的多尺度小波联合嵌入预测架构报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv:cs.LGW-JEPA:用于可穿戴活动识别的多尺度小波联合嵌入预测架构
W-JEPA 是一个自监督框架,将惯性信号窗口组织成按尺度、传感器轴和时间索引的小波 token 网格,以此为单元做掩码潜空间预测。在六个可穿戴活动基准上,该方法在随机窗口划分下优于 SOTA,留出受试者时仍最强,平均 macro-F1 较最强已发表基线提升 8.7 个百分点。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。