Key points are not available for this paper at this time.
أصبح التعرف على الأنشطة البشرية (HAR) موضوعًا شائعًا في البحث بسبب تطبيقاته الواسعة. مع تطوير التعلم العميق، ظهرت أفكار جديدة لمعالجة مشاكل HAR. هنا، تم اقتراح بنية شبكة عميقة تستخدم ذاكرة طويلة وقصيرة الأمد ثنائية الاتجاه (LSTM). تشمل مزايا الشبكة الجديدة أن الاتصال ثنائي الاتجاه يمكن أن يجمع بين الاتجاه الزمني الإيجابي (الحالة الأمامية) والاتجاه الزمني السلبي (الحالة الخلفية). ثانيًا، تعمل الاتصالات المتبقية بين الخلايا المكدسة كاختصار للتدرجات، مما يمنع بفعالية مشكلة اختفاء التدرج. عمومًا، تظهر الشبكة المقترحة تحسينات على كلا البعدين الزمني (باستخدام خلايا ثنائية الاتجاه) والبعد المكاني (اتصالات متبقية مكدسة)، بهدف تعزيز معدل التعرف. عند الاختبار باستخدام مجموعة بيانات Opportunity ومجموعة بيانات UCI العامة، تم تحسين الدقة بشكل ملحوظ مقارنة بالنتائج السابقة.
درس تشاو وآخرون (سون،) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: