arXiv 机器学习· Wahyu Pebrianto·· 5 小时前AI 评分26
基于传感器的可穿戴人体活动识别：传统机器学习与深度学习的分组对比研究
A Group-Aware Comparative Study of Classical Machine Learning and Deep Learning Methods for Sensor-Based Human Activity Recognition
AI 导读
研究对比了四种传统机器学习与四种深度学习模型在 UCI-HAR 和 KU-HAR 数据集上的表现，发现深度学习并未始终优于传统模型。在 KU-HAR 上，LightGBM 的 Macro-F1 达到 0.857，高于表现最好的深度学习模型的 0.828；结合加速度计与陀螺仪（ACC+GYRO）的表现普遍优于单一传感器。
来源：arXiv 机器学习 · arxiv.org