Prithviraj Tarale

受生物启发的自监督学习增强人类活动识别

研究人员开发了一种新的自监督学习方法，用于分析腕戴式加速度计数据，旨在改进人类活动识别（HAR）。该方法受运动的生物力学理论启发，将运动分割成基于子运动的“运动片段”。然后，使用这些片段的掩码重构来预训练Transformer编码器，重点关注运动的结构和时间组织，而不仅仅是波形形态。在NHANES语料库上进行预训练后，与现有的自监督学习基线相比，这些表示在六个HAR基准测试中表现出优越的性能。