SKS-transformador: atención multiescala y consciente de la dirección para el reconocimiento de actividad basado en...

Área de la Ciencia:

• Ciencias de la computación Ciencias de la computación
• Aprendizaje automático Aprendizaje automático.
• Tecnología portátil Tecnología portátil.

Sus antecedentes:

• El Reconocimiento de la Actividad Humana (HAR, por sus siglas en inglés) es crucial para aplicaciones como el análisis de salud y deportes.
• Los sistemas HAR escalables y precisos que se generalizan en diversos escenarios siguen siendo un desafío.

Objetivo del estudio:

• Proponer un sistema HAR escalable que integre un nuevo modelo SKS-Transformer con una Unidad de Medición Inercial (IMU) portátil personalizada.
• Para mejorar la precisión y escalabilidad de HAR para diversas actividades y la detección de errores de grano fino.

Principales métodos:

• Desarrolló un IMU portátil personalizado con sensor ESP8266 y JY61 para la adquisición inalámbrica de datos de movimiento.
• Propuso el modelo SKS-Transformer con Redes de Núcleo Selectivo y atención axial mejorada por compresión para la captura de dependencias temporales y direccionales a múltiples escalas.
• Implementó una tubería de preprocesamiento de datos (denoizado, segmentación, normalización) y un mecanismo de puertas que se puede aprender para la fusión adaptativa de patrones de movimiento.

Principales resultados:

• El modelo SKS-Transformer logró un rendimiento de vanguardia en conjuntos de datos públicos (UCI-HAR, PAMAP2), superando a otros 11 modelos.
• Se logró hasta un 98,10% de precisión en los datos HAR recopilados y un 100% de precisión en la detección de errores en el swing de golf.
• Los estudios de ablación validaron la contribución de cada uno de los componentes del transformador SKS.

Conclusiones:

• El modelo SKS-Transformer propuesto mejora significativamente el rendimiento y la escalabilidad del sistema HAR.
• El sistema demuestra una alta precisión en el reconocimiento de las actividades diarias y la detección de errores específicos como fallos de swing de golf.
• El trabajo futuro incluye la aplicación del sistema a la atención médica inteligente, el monitoreo deportivo y la computación portátil, con el código fuente disponible públicamente.