Benchmarking Classical, Deep, and Generative Models for Human Activity Recognition
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究评估了人类活动识别中的模型性能,比较了经典机器学习、深度学习和限制玻尔兹曼机,结果显示卷积神经网络在复杂数据集上表现最佳,为模型选择提供了指导。
🎯
关键要点
-
本研究评估了人类活动识别中的模型性能。
-
比较了经典机器学习、深度学习和限制玻尔兹曼机。
-
卷积神经网络在复杂数据集上表现最佳。
-
研究结果为模型选择提供了重要指导。
🏷️