实体
Wi-Fi sensing based person identification and activity recognition using two-phase deep learning model
Wi-Fi sensing based person identification and activity recognition using two-phase deep learning model
PulseAugur coverage of Wi-Fi sensing based person identification and activity recognition using two-phase deep learning model — every cluster mentioning Wi-Fi sensing based person identification and activity recognition using two-phase deep learning model across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
WiMoT 通过无重放的持续学习推进 Wi-Fi 感知
研究人员开发了 WiMoT，一种用于持续 Wi-Fi 感知的新颖方法，解决了平衡学习新信息与保留旧数据之间的挑战。与需要存储大量用户数据的传统方法不同，WiMoT 仅存储每个类别的特征的均值和协方差。这种方法通过对存储的统计数据应用仿射变换，使其在无需旧样本的情况下保持有效，从而使系统能够适应新环境或用户。WiMoT 在多个数据集上实现了高精度，同时显著减少了数据遗忘，并符合边缘节点的存储限制。
-
Wi-Fi 感知演进为空间智能基础
Wi-Fi 技术正超越通信，演进为空间智能的基础，使环境能够感知其中的活动。这一转变由 IEEE 802.11bf 标准驱动，该标准允许 Wi-Fi 信号通过观察无线电波如何被人体改变来检测运动和存在。通过利用现有的 Wi-Fi 基础设施并将边缘 AI 与云计算相结合，系统可以解释这些信号变化，将人类活动与干扰和其他运动区分开来，从而创建一个分布式感知网络。