研究人员开发了OntoAR-HAR,一个新颖的人类活动识别(HAR)框架,它利用了基于本体的智能检索增强生成(RAG)和个性化记忆。该方法将分类分解为树状活动本体内的局部决策,结合了静态人群知识和用户特定的运动模式。实验表明,这种分层检索和个性化记忆系统在各种LLM骨干和传感模式上都取得了最先进的性能。 AI
影响 该框架可以提高解释传感器数据中人类行为的AI系统的准确性和个性化。
排序理由 该集群包含一篇详细介绍人类活动识别新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- human activity recognition
- Influence Flower
- LLMs
- OntoAR-HAR
- retrieval-augmented generation
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →