基于WiFi的目标导向半监督领域自适应行为识别方法
摘要
应用领域自适应方法是缓解基于WiFi的人类活动识别（HAR）的领域偏移问题的一个有希望的解决方案。然而，最先进的解决方案并没有完全利用所有的数据，只关注目标WiFi环境中的未标记样本或已标记样本。此外，它们在很大程度上没有仔细考虑源和目标WiFi环境之间的差异，使得模型在样本很少的情况下适应目标环境的效果变得很差。为了应对这些问题，本文为基于WiFi的HAR问题提出了一种面向目标的半监督领域适应方法TOSS，它可以有效地利用有标签和无标签的目标样本。本文进一步设计了一个动态的伪标签策略和一个基于不确定性的选择方法来学习源和目标环境的知识。本文用一个典型的元学习模型实现了TOSS并进行了广泛的评估。结果表明，TOSS在多个真实世界场景中，在全面的1对1和多源单次领域自适应实验中大大超过了前沿方法。
作者
周志鹏，王峰，于季泓，任炬，王志，龚伟
期刊\会议
IEEE INFOCOM (CCF-A) [Link] [PDF] [Video]
关键词
元学习，领域自适应，基于WiFi的行为识别
