본 논문은 스마트홈 환경에서 센서 기반 인간 활동 인식(HAR)을 위한 최초의 설명 가능한 그래프 신경망(GNN)을 제안합니다. 기존의 딥러닝 기반 HAR 접근 방식은 효과적이지만 결과에 대한 설명이 부족하다는 한계를 가지고 있습니다. 본 연구는 GNN을 활용하여 설명 가능한 HAR 모델을 구축하고, 두 개의 공개 데이터셋을 통해 기존 최첨단 방법보다 더 나은 설명을 제공하면서 인식률도 약간 향상시켰음을 보여줍니다.
시사점, 한계점
•
시사점:
◦
스마트홈 환경에서의 HAR에 대한 설명 가능한 GNN 모델을 최초로 제시.
◦
기존 최첨단 방법보다 향상된 설명 가능성 제공.
◦
인식률의 약간의 향상.
◦
GNN 기반의 설명 가능한 AI 모델의 효용성을 입증.
•
한계점:
◦
제시된 모델이 기존 CNN 또는 RNN 기반 모델 대비 얼마나 큰 성능 향상을 보이는지에 대한 구체적인 수치 제시 부족.
