BriefGPT - AI 论文速递
·
平衡连续学习与微调在人类活动识别中的应用
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了ActiveHARNet，一种支持设备上增量学习和推理的深度集成模型。实验证明ActiveHARNet在推断效率和数据采集减少率方面都有显著提升，证明了其可行性。
🎯
关键要点
- 本研究提出了ActiveHARNet，一种支持设备上增量学习和推理的深度集成模型。
- ActiveHARNet使用dropout中的Bayesian神经网络近似来表示模型不确定性。
- 该模型结合适当的主动学习获取函数。
- 在两个公开可用的手腕HAR和跌倒检测数据集上，ActiveHARNet在推断效率上实现了显著提升。
- ActiveHARNet在增量学习中获得了至少60%的数据采集减少率。
- 研究结果证明了ActiveHARNet的部署和增量学习的可行性。
➡️
