一种自动数据修剪的微型监督 ODL 核心用于人体活动识别

通过结合自动数据修剪和有监督的设备端学习（ODL），提出了一种低成本、低功耗的微型有监督 ODL 核心，可以解决输入数据的分布漂移问题，减少获取预测标签所需的查询次数，从而节省模型重新训练期间的功耗。