센서 기반 인간 활동 인식(HAR)을 위한 온라인 지속 학습(OCL) 모델은 새로운 활동과 기존 활동의 다른 수행 방식을 인식하도록 배포 후 적응해야 합니다. PTRN-HAR는 PTM(Pre-trained Model) 기반 OCL을 센서 기반 HAR에 성공적으로 적용한 최초의 사례입니다. PTRN-HAR는 제한된 양의 데이터로 대조 손실을 사용하여 특징 추출기를 사전 훈련하고, 스트리밍 단계에서 이를 고정합니다. 또한, 기존의 밀집 분류 계층을 관계 모듈 네트워크로 대체합니다. PTRN-HAR는 자원 소비를 줄이면서도 고성능을 유지하며, 효과적인 지속 학습에 필요한 레이블된 데이터의 양을 줄여 데이터 효율성을 향상시킵니다.
