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

АБВ
АБВ
АБВ

Обычная версия сайта

Приоритетные направления

по году

Тематика

23 сентября 2026 г.

<a>В НИУ ВШЭ испытали робота с ИИ для распознавания окружающей среды

Инженеры и исследователи Института робототехнических систем НИУ ВШЭ провели первые испытания нейросетевой модели для распознавания среды непосредственно на роботе-собаке. Робот передвигался по зданию НИУ ВШЭ на Покровке, а также по Покровскому бульвару, анализируя окружающую обстановку и определяя, в какой сцене и локации он находится.

21 сентября 2026 г.

Ученые НИУ ВШЭ показали, что врожденные нарушения моторики влияют на развитие мозга

Исследователи из Института когнитивных нейронаук НИУ ВШЭ обобщили результаты своих предыдущих исследований, посвященных особенностям развития мозга у детей с акушерским параличом плечевого сплетения и артрогрипозом. Анализ показал, что нарушение моторики в раннем возрасте не только ведет к недостатку двигательного опыта, но и влияет на память, категориальное мышление и обработку информации. Работа опубликована в журнале Frontiers in Psychology.

22 сентября 2026 г.

Как россияне взаимодействуют с ИИ при поиске информации в интернете

Школа коммуникаций НИУ ВШЭ и Online Market Intelligence провели исследование пользовательского поискового опыта в российском сегменте интернета. Как показали результаты, пользователи в России уже воспринимают ИИ-ответ в выдаче как естественную часть поиска и используют его наравне с привычным списком ссылок. При этом на рынке самостоятельных нейросетей (отдельных чат‑ботов) уверенно лидирует Алиса AI от Яндекса — ее регулярно используют 40 % опрошенных.

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

Публикации

?

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

Информационные процессы. 2026. Т. 26. № 2. С. 429–445.

Дай Т., Хоров Е. М.

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% и 95,24% соответственно при вычислительной сложности 2,26 млн операций умножения–накопления, что примерно в 500 раз меньше, чем у близкого по точности подхода WiZeCSi. Полученные результаты показывают возможность применения разработанной системы на устройствах с ограниченными вычислительными ресурсами.

Язык: русский

Текст на другом сайте

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

Дай Т., Хоров Е. М., IEEE Access 2026 Vol. 14

Добавлено: 29 апреля 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.

Low complexity template-based watermarking with neural networks and various embedding templates

Джанашиа К. М., Евсютин О. О., Computers and Electrical Engineering 2022 Vol. 102 Article 108194

Добавлено: 23 июня 2022 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.