研究人员开发了一种无需广泛训练即可识别可穿戴设备人类活动识别高性能模型的方法。该方法利用零成本代理(ZCP),它与训练后的性能相关,并且可以用最少的计算资源计算。在基准数据集上的实验表明,预测性能最佳的架构的性能与完全训练过的模型相差不到7%,而训练预测性能排名前10的架构则将差距缩小到2%以内,从而节省了大量计算成本。 AI
影响 该方法通过降低模型选择的计算成本,有望加速可穿戴设备的AI模型的开发和部署。
排序理由 该集群包含一篇详细介绍新研究方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Hugging Face
- Models Got Talent
- Neural Architecture Search
- Richard Goldman
- Wearable Human Activity Recognition
- Zero Cost Proxies
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →