Gated-CNN: Architettura Dual-Stream Leggera per il Rilevamento delle Cadute negli Orologi Intelligenti
I ricercatori hanno introdotto una nuova architettura dual-stream leggera per il rilevamento delle cadute nei dispositivi indossabili, denominata Gated-CNN. Questo modello elabora indipendentemente i dati dell'accelerometro e del giroscopio utilizzando estrattori di caratteristiche convoluzionali unidimensionali. Supera le sfide poste dai meccanismi di self-attention, che possono portare a richieste computazionali quadratiche e ostacolare la localizzazione accurata dei brevi segni di impatto associati alle cadute. Il design presenta un modulo di gating sigmoideo per filtrare i segnali di fondo irrilevanti, migliorando al contempo le caratteristiche che distinguono le cadute, un livello di pooling medio globale per condensare ogni flusso in un descrittore di lunghezza fissa e una testa di classificazione condivisa che integra entrambi i descrittori per la previsione binaria delle cadute. Questa ricerca è disponibile su arXiv con ID 2605.20275.
Fatti principali
- Gated-CNN è un'architettura dual-stream leggera per il rilevamento delle cadute nei dispositivi indossabili
- Elabora i flussi dell'accelerometro e del giroscopio attraverso estrattori di caratteristiche convoluzionali 1D indipendenti
- Include un modulo di gating sigmoideo per sopprimere le attivazioni di fondo e amplificare le caratteristiche discriminanti per le cadute
- Un livello di pooling medio globale comprime ogni flusso in un descrittore compatto di lunghezza fissa
- Una testa di classificazione condivisa fonde entrambi i descrittori per la previsione binaria delle cadute
- Affronta le limitazioni dei meccanismi di self-attention: overhead computazionale quadratico e localizzazione compromessa dei segni di impatto
- Pubblicato su arXiv con ID 2605.20275
- Proposto per la valutazione offline
Entità
Istituzioni
- arXiv