CHEAR：混淆层级证据感知推理方法

研究者提出 CHEAR，一种用于可穿戴传感器人类活动识别的混淆层级证据感知推理方法，把部分知识组织工作转移到离线阶段。 该方法从跨受试者反复出现的检索错误中构建并验证活动层级，并建立活动对知识；推理时由层级引导候选比较、逐步保留候选，仅对剩余活动调用局部判别知识。 据作者称，这一设计面向低成本人类活动识别场景。相关效果尚未在报道中给出。 （注：以上内容仅基于同一事实的主报道与跟进报道。）

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。