WiMoT:用矩传输实现无回放的持续Wi-Fi感知
热点事件持续更新
WiMoT:用矩传输实现无回放的持续Wi-Fi感知
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Chunchun Yang 等研究者在 arXiv 论文中提出 WiMoT(Wi-Fi Moment Transport),通过存储各旧类别(域)的特征均值与协方差替代样本回放,实现无需保存原始样本的持续 Wi-Fi 感知。 论文报告的实验结果:在 3DO、WiMANS 和 Widar3.0 三个数据集上平均最终准确率分别为 94.02%、89.61% 和 95.16%,遗忘最多 0.58 个百分点;在 3DO 和 Widar3.0 上领先最强回放基线 3.77 和 13.11 个百分点。论文还称,将矩以 rank-32 因子存储可把矩内存压缩到 6.4%,最多损失 0.49 个百分点准确率,处于边缘节点存储预算之内。
AI 根据报道生成 · 1 小时前更新
最新进展10月26日 12:00
WiMoT:基于矩传输的无回放持续 Wi-Fi 感知报道时间线
沿着报道,了解事件的不同侧面。
10月26日
- arXiv cs.AIWiMoT:基于矩传输的无回放持续 Wi-Fi 感知
WiMoT(Wi-Fi Moment Transport)通过存储各类别的特征均值与协方差替代样本回放,实现无回放的持续 Wi-Fi 感知。在 3DO、WiMANS 和 Widar3.0 上平均最终准确率分别为 94.02%、89.61% 和 95.16%,遗忘最多 0.58 个百分点,在 3DO 和 Widar3.0 上领先最强回放基线 3.77 和 13.11 个百分点。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。