研究人员开发了一个理论框架,用于分析隔墙雷达(TWR)人体活动识别(HAR)中的泛化问题。该框架在源到目标学习的框架内,建立了人体运动学、雷达回波生成、图像形成和特征表示的模型。它推导出了统一的目标域泛化界,并将结构化偏移分解为跨人、跨视角和跨墙分量,分析了物理表示和多源训练的影响。 AI
影响 这项理论工作有望提高非视距传感和安全应用中AI系统的鲁棒性。
排序理由 该集群包含一篇提交至arXiv的研究论文,详细介绍了解决特定技术问题的理论框架。
- alphaXiv
- arXiv
- bounded-weight neural networks
- CatalyzeX Code Finder for Papers
- computer science
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Human Activity Recognition
- Influence Flower
- information theory
- Litmaps
- ScienceCast
- scite Smart Citations
- source-to-target learning
- Through-the-wall radar imaging exploiting Pythagorean apertures with sparse reconstruction
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →