Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

KNN-MMD: Cross Domain Wireless Sensing via Local Distribution Alignment

Created by
  • Haebom

作者

Zijian Zhao, Zhijie Cai, Tingwei Chen, Xiaoyang Li, Hang Li, Qimei Chen, Guangxu Zhu

概要

本論文は、無線センシングを用いた人間行動認識におけるドメイン適応問題を解決するための新しい方法であるK-Nearest Neighbors Maximum Mean Discrepancy（KNN-MMD）を提案する。既存のドメインアライメント（ＤＡＬ）方法がグローバル分布アラインメントにのみ集中してカテゴリ間の関係を考慮しない限界を克服するために、ＫＮＮを用いてターゲットドメインでヘルプセットを構成し、ＭＭＤを用いて各カテゴリ内でソースドメインとターゲットドメインを局所的に整列する方式を提示する。さらに、既存の方法の訓練プロセス中の不安定性問題と最適な中断時点決定の困難さを解決するために、ターゲットドメインのサポートセットをトレーニングプロセスから除外して検証セットとして利用する戦略を採用する。提案された方法は、少ないデータを使用したフィードショット学習に適しており、コードとデータセットは公に提供されています。

Takeaways、Limitations

•
Takeaways：
◦
無線センシングに基づく人間行動認識におけるドメイン適応問題を効果的に解決する新しい方法を提示
◦
既存のDAL方式のLimitationsであるカテゴリ間の関係を無視するトラブルシューティング
◦
訓練過程の不安定性と最適中断時の決定問題の解決
◦
Few-shot学習に適した効率的な方法を提供
◦
公開されたコードとデータセットによる再現性と拡張性の確保
•
Limitations：
◦
提案された方法の性能を他の最先端の方法と比較分析しなければならない。
◦
さまざまな環境や行動タイプの一般化性能評価が必要です。
◦
KNNのk値とMMDのパラメータ設定に対する感度分析の必要性
◦
実際の環境でのリアルタイム性能評価が必要です。
👍
Made with Slashpage