跳到正文
热点事件持续更新

TransfHAR研究将在UIST 2026发表

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

TransfHAR研究团队宣布,相关论文将在UIST 2026发表。该方法先利用粗粒度腕部运动数据进行自监督学习,再迁移至细粒度活动识别;研究团队称,用户只需提供少量示例即可定义新活动,并在智能手表上实时识别。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月1日
  1. AGI Hunt
    TransfHAR 登 UIST 2026:粗粒度腕动自监督实现智能表实时自定义活动识别

    TransfHAR 将在 UIST 2026 发表,通过粗粒度腕部运动数据自监督学习并迁移至细粒度活动识别,实现智能手表上的实时自定义活动识别。用户只需提供少量示例,即可定义新活动。

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。