多功能无监督域调整 (M-FUDA) 适用于在无设备的人类活动分类中交叉未对齐的域特定分布
1School of Computer Science, University of St. Andrews, St. Andrews KY16 9SX, UK.
Sensors (Basel, Switzerland)
|April 28, 2025
概括
本研究介绍了一种无监督的方法,以改善基于Wi-Fi的基于不同用户和环境的人类活动识别 (HAR). 该技术通过适应新条件而提高保护隐私的传感,而无需重新培训.
科学领域:
- 计算机科学 计算机科学
- 电气工程 电气工程
- 信号处理 信号处理
背景情况:
- 人与计算机的交互 (HCI) 依赖于人类活动识别 (HAR) 进行创新.
- 由于基础设施和用户合作需求,传统的HAR方法引发了隐私问题.
- 使用通道状态信息 (CSI) 的Wi-Fi传感提供了保护隐私的,无设备的HAR,但面临着新用户,环境和可扩展性的挑战.
研究的目的:
- 开发一种无监督的多源域适应技术,以实现强大的HAR.
- 在跨域情景中解决现有的基于Wi-Fi的HAR系统的局限性.
- 提高无设备传感的适应性和可扩展性.
主要方法:
- 提出了一个无监督的多源域调整技术.
- 将各种数据分布与目标域变化 (新用户,环境,大气条件) 结合起来.
- 使用预处理模块将CSI数据转换为类似图像的格式进行分析.
主要成果:
- 在跨领域的HAR任务中,与基线方法相比取得了显著的改进.
- 在跨用户任务中显示了81%的微F1平均得分.
- 展示了76%的跨用户和跨环境,以及73%的跨大气任务.
结论:
- 拟议的方法有效地提高了基于Wi-Fi的HAR的系统适应性.
- 该方法适用于可扩展的无设备传感,在现实的跨领域场景中.
- 这种技术克服了与看不见的用户,新环境和不同的大气条件有关的局限性.
