PULSE：可穿戴设备个性化机会学习框架
热点事件持续更新
PULSE：可穿戴设备个性化机会学习框架
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Mattia Giovanni Campana 等作者提交论文，提出面向可穿戴设备的个性化机会学习框架 PULSE。该框架把每次设备相遇当作一次在线协作决策，只有当邻近节点的梯度与本地学习方向兼容时才进行交互。 在人类活动识别、跌倒检测和压力识别任务上，PULSE 保持或提升了个性化分类性能，同时相比机会式模型平均将节点间交换减少 80-94%。端侧实验显示，其完整实现仅占用 149.8 KiB RAM 和 561.8 KiB flash，作者据此称该框架可在可穿戴硬件上运行。
AI 根据报道生成 · 52 分钟前更新
最新进展10月21日 12:00
PULSE：面向可穿戴设备的个性化机会学习框架报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.AIPULSE：面向可穿戴设备的个性化机会学习框架
PULSE 是一个事件驱动的个性化机会学习框架，将每次设备相遇视为在线协作决策，仅在邻近节点的梯度与本地学习方向兼容时才进行交互。在人类活动识别、跌倒检测和压力识别任务上，PULSE 保持或提升了个性化分类性能，同时相比机会式模型平均将节点间交换减少 80-94%。端侧实验显示其完整实现仅占用 149.8 KiB RAM 和 561.8 KiB flash，验证了在可穿戴硬件上的可行性。
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。