WiZeCSi: Towards Wi-Fi-based Single-Link Zero-Effort Cross-Domain Gesture Recognition

АБВ
АБВ
АБВ

Обычная версия сайта

Приоритетные направления

по году

Тематика

26 октября 2026 г.

РНФ поддержал 26 научных проектов НИУ ВШЭ

Российский научный фонд подвел итоги конкурса на получение грантов «Проведение фундаментальных научных исследований и поисковых научных исследований малыми отдельными научными группами». Победителями признаны более 850 проектов, в том числе 26 из Высшей школы экономики.

23 октября 2026 г.

В НИУ ВШЭ впервые прошла конференция на стыке стохастики, ИИ и финансовой математики

В середине октября в Высшей школе экономики состоялась первая научная конференция «Стохастика, искусственный интеллект и финансовая математика» (SAIMF 26). Исследователи Вышки, ведущие математики и специалисты финансового сектора обсудили фундаментальные математические задачи, современные методы искусственного интеллекта и их применение в финансах.

21 октября 2026 г.

Ученые НИУ ВШЭ систематизировали методы защиты изображений

Исследователи МИЭМ ВШЭ проанализировали схемы полухрупких цифровых водяных знаков для изображений, опубликованные за последние десять лет. Такие водяные знаки сохраняются при обычном сжатии или изменении яркости, но выдают подделку, если в снимок добавили объект или заменили лицо. Авторы предложили классификацию этих схем и выделили главные нерешенные проблемы. Результаты опубликованы в журнале Computer Science Review.

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации

?

WiZeCSi: Towards Wi-Fi-based Single-Link Zero-Effort Cross-Domain Gesture Recognition

IEEE Access. 2026. Vol. 14.

Дай Т., Хоров Е. М.

Язык: английский

DOI

Текст на другом сайте

Li-WiGR: Легковесная система распознавания жестов на основе Wi-Fi с группированием поднесущих CSI

Дай Т., Хоров Е. М., Информационные процессы 2026 Т. 26 № 2 С. 429–445

Современные высокоточные системы распознавания жестов на основе Wi-Fi с одним принимающим узлом требуют большого объема вычислений. В работе предлагается система распознавания жестов Li-WiGR, которая для снижения вычислительной сложности использует группирование поднесущих и специализированную предобработку. Эксперименты на наборе данных Widar3 показывают, что в сценарии с одним приемником система Li-WiGR достигает точности внутридоменной и междоменной классификации 98,33% ...

Добавлено: 14 сентября 2026 г.

An Overview of Kinect Based Gesture Recognition Methods

Alexeev A., Tsoy T., Martinez-Garcia E. и др., , in: Proceedings Of The 2024 International Conference On Artificial Life And Robotics February 22 To 25, 2024 J:Com Horutohall, Oita, Japan. 29Th Arob International Meeting Series.: ALife Robotics Corporation Ltd., 2024. P. 295–299.

Добавлено: 19 февраля 2025 г.

Continuous Gesture Recognition from sEMG Sensor Data with Recurrent Neural Networks and Adversarial Domain Adaptation

Шпильман А. А., Sosin I., Kudenko D., , in: 2018 15th International Conference on Control, Automation, Robotics and Vision (ICARCV).: IEEE, 2018. P. 1436–1441.

Movement control of artificial limbs has made big advances in recent years. New sensor and control technology enhanced the functionality and usefulness of artificial limbs to the point that complex movements, such as grasping, can be performed to a limited extent. To date, the most successful results were achieved by applying recurrent neural networks (RNNs), ...

Добавлено: 18 января 2019 г.