Mar, 2024
基于时间关系知识的深度生成领域自适应,用于跨用户活动识别
Deep Generative Domain Adaptation with Temporal Relation Knowledge for Cross-User Activity Recognition
Xiaozhou Ye, Kevin I-Kai Wang
TL;DR本研究提出了一种条件变分自编码器与通用序列映射的结合方法(CVAE-USM),用于解决人类活动识别中时间序列领域自适应的独特挑战,通过放松独立同分布假设并利用时间关系,有效地对不同用户的数据分布进行对齐,从而提高活动识别的准确性和泛化性。在两个公开的人类活动识别数据集(OPPT 和 PAMAP2)上进行的实验结果表明,CVAE-USM 优于现有的最先进方法,为跨用户活动识别提供了更准确且可推广的解决方案。