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 |
