[論文レビュー] Unsupervised Embedding Learning for Human Activity Recognition Using Wearable Sensor Data

Taoran Sheng, Manfred Huber|arXiv (Cornell University)|Jul 21, 2023

Context-Aware Activity Recognition Systems参考文献 13被引用数 6

ひとこと要約

この論文では、ウェアラブルセンサデータにおける時間的整合性と局所性の保持を活用した教師なし自己符号化器ベースの手法を提案する。ドメイン固有の事前知識を損失関数に組み込むことで、ベンチマークデータセット上でクラスタリング性能が向上し、PAMAP2でk-meansを用いて最大0.8543の精度を達成。従来の自己符号化器やPCAを上回る性能を示した。

ABSTRACT

The embedded sensors in widely used smartphones and other wearable devices make the data of human activities more accessible. However, recognizing different human activities from the wearable sensor data remains a challenging research problem in ubiquitous computing. One of the reasons is that the majority of the acquired data has no labels. In this paper, we present an unsupervised approach, which is based on the nature of human activity, to project the human activities into an embedding space in which similar activities will be located closely together. Using this, subsequent clustering algorithms can benefit from the embeddings, forming behavior clusters that represent the distinct activities performed by a person. Results of experiments on three labeled benchmark datasets demonstrate the effectiveness of the framework and show that our approach can help the clustering algorithm achieve improved performance in identifying and categorizing the underlying human activities compared to unsupervised techniques applied directly to the original data set.

研究の動機と目的

• ウェアラブルセンサからのHARにおいてラベル付きデータが限られているという課題に対処すること。
• 大規模なラベルなしウェアラブルセンサデータから意味のある表現を学習する教師なし手法を開発すること。
• 類似した活動が互いに近くなるようにセンサシーケンスを埋め込む空間にマップすることで、下流のクラスタリング性能を向上させること。
• 時間的整合性と個人に依存しない活動特徴といったドメイン固有の事前知識を学習プロセスに組み込むこと。
• 手動でのアノテーションを必要としない教師なし表現学習が、競争力のある性能を達成できることを示すこと。

提案手法

• 生のウェアラブルセンサシーケンスからコン act で次元の低い表現を学習するため、深層自己符号化器アーキテクチャを用いる。
• 同じ活動内での時間的に隣接するサンプル間で一貫した埋め込みを促進する時間的整合性（TC）損失を導入する。
• 類似した活動の埋め込みを引き寄せ、異なる活動の埋め込みを遠ざけることで、個人差を低減する局所性の保持（LP）損失を適用する。
• 自己符号化器の再構成損失に加え、TC損失とLP損失を統合した最適化目的関数を採用する。
• 教師なしラベルが存在するため、学習済み埋め込み上にk-meansクラスタリングを適用して明確な活動クラスタを同定する。
• PAMAP2、REALDISP、SBHARの3つのベンチマークHARデータセットを用い、標準的な評価指標で手法を検証する。

Figure 1: The typical process of HAR.

実験結果

リサーチクエスチョン

• RQ1 ラベルが一切存在しない状況下で、教師なし表現学習がHARにおけるクラスタリング性能を向上させられるか？
• RQ2 時間的整合性と局所性の保持が、HARのためのより良い埋め込みを学習するためにどのように寄与するか？
• RQ3 ドメイン固有のインダクティブバイアスを組み込んだ自己符号化器は、標準的な自己符号化器やPCAを上回る性能を示せるか？
• RQ4 提案された損失成分が個別および統合的に、クラスタリング精度にどの程度寄与するか？
• RQ5 ラベルが欠如しているにもかかわらず、この手法は教師ありHARベースラインと比較して、クラスタリング品質においてどの程度優れているか？

主な発見

• 提案手法はPAMAP2データセットでk-meansを用いて0.8543の精度を達成し、標準的な自己符号化器（0.7859）やPCAを顕著に上回った。
• REALDISPデータセットでは、0.6812の精度を達成し、LP + AE損失を用いた次の最高性能ベースライン（0.6610）を上回った。
• アブレーションスタディにより、時間的整合性と局所性の保持の両方の損失を組み合わせることで最良のクラスタリング性能が得られ、PAMAP2でARIが0.8016、NMIが0.8730となった。
• 統合損失関数は個別の損失成分よりもクラスタリング性能を向上させ、両方のインダクティブバイアスが相補的な利点をもたらしていることを示した。
• ジョギングとランニングのような微細な活動の区別に困難を示す場合でも、運動パターンの類似性によるわずかな誤分類を除き、モデルは強い性能を維持した。
• 個人差に強いロバストネスを示し、活動に特化した特徴に注目することで、異なる個人間で類似した活動を効果的にグループ化できた。

Figure 2: The overall architecture of the approach.