发表出处待核验 2026年9月17日这篇论文探讨如何用传感器信号结合人工智能模型来量化马匹的运动与呼吸状态，发现单一肢体传感器即可在低采样率下准确分类地面类型，头部、肩隆与骨盆传感器组合可区分正常与跛行步态且性能随前肢或后肢跛行而异，上身传感器比肢体传感器更能估计垂直地面力，降采样音频信号可计算动态呼吸频率，并通过可解释人工智能确认模型依赖与兽医相似的 kinematics 标志，同时提出面向轻驾车赛马的数据采集平台并公开音频数据集。这篇论文探讨如何用传感器信号结合人工智能模型来量化马匹的运动与呼吸状态，发现单一肢体传感器即可在低采样率下准确分类地面类型，头部、肩隆与骨盆传感器组合可区分正常与跛行步态且性能随前肢或后肢跛行而异，上身传感器比肢体传感器更能估计垂直地面力，降采样音频信号可计算动态呼吸频率，并通过可解释人工智能确认模型依赖与兽医相似的 kinematics 标志，同时提出面向轻驾车赛马的数据采集平台并公开音频数据集。EQUAINE：让机器理解马匹数据并持续从中学习这篇论文探讨如何用传感器信号结合人工智能模型来量化马匹的运动与呼吸状态，发现单一肢体传感器即可在低采样率下准确分类地面类型，头部、肩隆与骨盆传感器组合可区分正常与跛行步态且性能随前肢或后肢跛行而异，上身传感器比肢体传感器更能估计垂直地面力，降采样音频信号可计算动态呼吸频率，并通过可解释人工智能确认模型依赖与兽医相似的 kinematics 标志，同时提出面向轻驾车赛马的数据采集平台并公开音频数据集。这篇论文探讨如何用传感器信号结合人工智能模型来量化马匹的运动与呼吸状态，发现单一肢体传感器即可在低采样率下准确分类地面类型，头部、肩隆与骨盆传感器组合可区分正常与跛行步态且性能随前肢或后肢跛行而异，上身传感器比肢体传感器更能估计垂直地面力，降采样音频信号可计算动态呼吸频率，并通过可解释人工智能确认模型依赖与兽医相似的 kinematics 标志，同时提出面向轻驾车赛马的数据采集平台并公开音频数据集。