Adattamento in fase di test basato sulla fisica per HAR su dispositivi mobili
I ricercatori hanno presentato un nuovo framework chiamato PI-TTA volto a migliorare il riconoscimento dell'attività umana (HAR) su dispositivi mobili. Questo approccio innovativo affronta le sfide dell'HAR basato su sensori, come le variazioni dovute alla rotazione del sensore, agli spostamenti di posizionamento e alle differenze nelle frequenze di campionamento. PI-TTA mantiene la stabilità durante gli aggiornamenti online attraverso tre vincoli basati sulla fisica: garantire la coerenza della gravità, mantenere la continuità temporale a breve termine e raggiungere la stabilità spettrale. Per evitare problemi come errori eccessivamente sicuri e collasso della rappresentazione, regola un piccolo numero di parametri. È importante notare che il framework consente la personalizzazione sul dispositivo con dati di test non etichettati, garantendo che le informazioni private rimangano decentralizzate.
Fatti principali
- PI-TTA è un framework di adattamento in fase di test senza sorgente per HAR su dispositivi mobili.
- Affronta sfide come la correlazione temporale e gli spostamenti all'interno della sessione.
- Utilizza tre vincoli coerenti con la fisica: coerenza della gravità, continuità temporale, stabilità spettrale.
- Aggiorna un piccolo sottoinsieme di parametri per prevenire errori eccessivamente sicuri e dimenticanze catastrofiche.
- Consente la personalizzazione sul dispositivo da flussi di test non etichettati senza centralizzare i dati privati.
Entità
—