新方法解决惯性测量单元（IMU）运动评估中的标签歧义问题

研究人员开发了一种新的方法来表示和检测基于惯性测量单元（IMU）的运动评估系统中的标签歧义。该方法使用 Kullback-Leibler 散度目标，为每次重复生成一个标签分布，而不是单一的独热标签。该方法在四个数据集上的表现与传统的独热交叉熵基线相当或更优，并且能够可靠地识别有歧义的重复及其相关类别。 AI

影响 这项研究可以提高自动化运动分析系统的准确性，从而改善远程物理治疗和训练。

排序理由 该集群包含一篇学术论文，详细介绍了基于惯性测量单元（IMU）的运动评估的一种新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• IArxiv
• Kullback--Leibler divergence
• ScienceCast

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →