arXiv · Machine Learning· Aran Ramakrishnan, Shubhi Mishra, Tyler Ham, Assel Kembay, Jason Eshraghian·· 8 小时前AI 评分39
基于持续学习的 sEMG 手势识别跨用户适应
Cross-User Adaptation for sEMG Gesture Recognition via Continual Learning
AI 导读
研究在 NinaPro DB1 上比较持续学习策略以适应 sEMG 手势识别的跨用户漂移，发现经验回放优于 EWC 和朴素微调。类别增量漂移下，经验回放最终准确率为 83.3%，遗忘为 1.8–5.8%，而 EWC 和朴素训练的遗忘为 16.2–28.5%；训练需使用打乱、独立切窗的片段。
来源：arXiv · Machine Learning · arxiv.org