Wi-HAR Wi-Fi传感变分网络论文发布
热点事件持续更新
Wi-HAR Wi-Fi传感变分网络论文发布
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年11月19日,arXiv机器学习版块发布论文《Wi-HAR: From Activity Recognition to Shift Detection with Evidential Uncertainty》。该研究由Luca Cotti等人提出Wi-HAR架构,旨在通过变分Wi-Fi感知实现人类活动识别与部署偏移检测。 在公开基准测试中,Wi-HAR在12种活动识别任务中达到96.6%的中位准确率,显著优于单天线模型70.8%-81.5%的性能区间。这表明多天线或变分架构在处理复杂Wi-Fi信号时具有明显的优势。 研究还利用证据深度学习生成类条件不确定性分数。在11个数据集中,该方法实现了0.897的宏观平均ROC-AUC,能检测82.5%的偏移样本,误报率为5.2%。论文指出检测性能随接收位置变化显著,相同物理变化未产生统一不确定性响应。
AI 根据报道生成 · 12 小时前更新
最新进展11月19日 13:00
Wi-HAR:基于变分Wi-Fi感知与证据不确定性的人类活动识别与部署偏移检测报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · MLWi-HAR:基于变分Wi-Fi感知与证据不确定性的人类活动识别与部署偏移检测
提出Wi-HAR架构,在公开基准12种活动测试中达成96.6%中位识别准确率,显著优于70.8%-81.5%的单天线模型。 利用证据深度学习生成类条件不确定性分数,在11个数据集中实现0.897的宏观平均ROC-AUC,检测82.5%的偏移样本且误报率为5.2%。 揭示检测性能随接收位置变化显著,表明相同物理变化未产生统一的不确定性响应。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 1011月19日 14:00
- 近 24 小时变化
- –
02.557.510
14:0016:0018:0020:0022:0011月20日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。