REFIT：无标签识别并修正可穿戴传感器佩戴偏移
Get the story
2026年10月8日，arXiv Machine Learning Theory发布一手报道，介绍REFIT方法。该方法面向冻结的活动识别模型，解决部署时惯性传感器佩戴方式与训练不一致的问题，例如手表换到另一只手或绑带传感器反向佩戴。REFIT通过轴变换族（反射、旋转）拟合用户数据以匹配训练统计量，识别并修复偏移，再以无标签方式估计测试修复效果，在精度偏低时提示用户重新佩戴。实验显示其在所有数据集上优于无标签测试时适配方法，恢复了大部分因重新佩戴损失的精度。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Machine Learning TheoryREFIT：无标签识别、修复并测试可穿戴传感器佩戴位置变化
REFIT 是一种面向冻结活动识别模型的输入校准方法，用于处理部署时惯性传感器佩戴方式与训练不一致的问题，如手表换到另一只手或绑带传感器反向佩戴。它通过轴变换族（反射、旋转）拟合用户数据以匹配训练统计量，识别并修复偏移，再以无标签精度估计测试修复效果，在精度偏低时提示用户重新佩戴。实验显示其在所有数据集上优于无标签测试时适配方法，恢复大部分因重新佩戴损失的精度。
Heat trend
Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.