Return to article

Метод формирования признакового пространства поз и темпоральный BiLSTM-классификатор с механизмом аддитивного внимания для распознавания поведения пловцов

Сравнение различных архитектур темпорального классификатора

Архитектура

Параметров, тыс.

Время обучения, с

Accuracy

F1 (drowning)

Логистическая регрессия

0,3

5

0,671

0,639

MLP (2 слоя × 128)

44,1

15

0,760

0,736

1D-CNN (3 блока)

147,3

35

0,825

0,812

GRU (1 слой, 128)

85,4

55

0,866

0,861

LSTM (1 слой, 128)

112,8

62

0,877

0,872

LSTM (2 слоя, 128)

244,7

85

0,896

0,891

BiLSTM (1 слой, 128)

225,5

78

0,903

0,900

BiLSTM (2 слоя, 128)

489,3

112

0,913

0,910

BiLSTM + Att. (предлаг.)

636,4

84

0,920

0,924

Transformer (4 слоя)

1 217,8

188

0,917

0,919

BiLSTM + Self-Att.

928,2

151

0,918

0,921