热点事件持续更新
arXiv论文：用传感器数据与机器学习检测电滑板车骑手酒精中毒
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
该研究通过受控实验采集25名骑手在清醒及0.05%、0.08%血酒精浓度下的六轴IMU与油门/刹车信号（100 Hz），计算归一化排列熵与标准差。结果显示熵降低而标准差升高，七个运动学特征区分度显著；基于熵的多类逻辑回归经留一参与者交叉验证达85%准确率，sober-vs-high AuROC为1.00，方向盘速率与横向加速度为最重要特征。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · Machine Learning Theory传感器数据与机器学习识别电动滑板车骑手酒精中毒的运动学特征
研究通过受控实验采集25名骑手在清醒及0.05%、0.08%血酒精浓度下的六轴IMU与油门/刹车信号（100 Hz），计算归一化排列熵与标准差。熵降低而标准差升高，七个运动学特征区分度显著，基于熵的多类逻辑回归经留一参与者交叉验证达85%准确率、sober-vs-high AuROC为1.00，方向盘速率与横向加速度为最重要特征。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。