.png){kind=icon}
返回
Deep Convolutional State Space Model as Human Activity Recognizer
.png){kind=icon}
PRE
AI
DOI：10.1016/j.inffus.2025.103982.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 本文介绍了一种名为DeepConvSSM的前沿CNN-SSM模型。
• DeepConvSSM主要基于卷积神经网络（CNN）与状态空间模型（SSM）的融合构建。
• 现代DeepConv编码器（MDE）通过CBRM层处理原始传感器输入。
• 空间-时序Mamba（STeM）应用空间和时间扫描以优化嵌入表示。
• 该模型提供了一种计算高效且高度准确的活动识别器。
期刊
IF:
15.5
论文数:
4.3K
被引数:
2.7W
机构
查看更多机构
引用论文
暂无论文信息