Loading...
机构名称:
¥ 1.0

多年来,基于监督学习的许多活动识别系统。有监督学习的一个问题是,它需要足够数量的标记数据进行培训。大多数标签任务都是用户本身完成的。这个过程相当耗时且乏味。尽管有一些研究试图使用基于积极的学习方法来协助注释过程,但这些方法仍然需要用户的努力,并且是不切实际的,尤其是在为老年人实施房屋时。在本文中,我们使用基于变压器的深度学习模型提出了一种自动标签方法,以标记日常活动。我们的方法利用了时空信息进行类注释。我们在公开可用的数据集上评估了我们的方法。

使用基于变压器的深度学习模型注释活动数据

使用基于变压器的深度学习模型注释活动数据PDF文件第1页

使用基于变压器的深度学习模型注释活动数据PDF文件第2页

使用基于变压器的深度学习模型注释活动数据PDF文件第3页

使用基于变压器的深度学习模型注释活动数据PDF文件第4页

使用基于变压器的深度学习模型注释活动数据PDF文件第5页