.png){kind=icon}
返回
Transformer-based driver identification using quantized automotive sensor data
.png){kind=icon}
PRE
AI
DOI：10.1016/j.asoc.2026.115272.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 量化将传感器数据缩减为整数以实现高效模型输入。
• 大小为1的滑动窗口实现了快速且轻量级的序列处理。
• 基于噪声的数据增强评估了模型在传感器扰动下的鲁棒性。
• 基于SHAP的特征选择通过识别关键特征提高了可解释性。
• 嵌入式推理延迟使用校准后的台式机性能数据进行了估计。
Keyword:
quantization
transformer
driver identification
sensor data
feature selection
期刊
IF:
6.6
论文数:
1.4W
被引数:
4.8W
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏Temporal convolutional transformer for EEG based motor imagery decoding基于脑电信号的时空卷积 Transformer 的运动想象解码
PREAI
分享收藏A lightweight and explainable model for driver abnormal behavior recognition一种轻量级且可解释的驾驶员异常行为识别模型
PREAI
分享收藏
Toward integrating feature selection algorithms for classification and clustering集成用于分类和聚类的特征选择算法
OAAI
OAAI分享收藏
查看更多内容