Nov, 2023

基于分布式代理的跨个体可穿戴传感器人体活动识别的协作学习

TL;DR该论文介绍了一种基于多智能体原理的协作式分布式学习方法,其中配备传感器设备的个体用户在分布式网络中作为代理人,共同贡献于学习和分类人类活动的全面过程。该方法不仅保护了每个个体的活动监测数据的隐私,消除了外部服务器监督学习过程的需求,而且还具备克服传统集中模型限制并适应每个用户的独特属性的潜力。经过在不同环境下对 PAMAP2 和 HARTH 两个公开可访问的人体活动识别数据集的实证测试,提供的实证结果明确突出了个体间协作学习在局部和全局泛化方面相对于集中式配置的功效。