KAN-HAR: A Human activity recognition based on Kolmogorov-Arnold Network
Dieses Paper schlägt KAN-HAR vor, ein Framework zur Erkennung menschlicher Aktivitäten, das Kolmogorov-Arnold-Netzwerke und einachsige Beschleunigungssensordaten nutzt, um eine wettbewerbsfähige Klassifizierungsleistung bei signifikant verbesserter Parametereffizienz und Interpretierbarkeit im Vergleich zu traditionellen Deep-Learning-Modellen zu erzielen.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.