💻 computer science

Towards Causally Interpretable Wi-Fi CSI-Based Human Activity Recognition with Discrete Latent Compression and LTL Rule Extraction

Este artículo propone un nuevo método para el reconocimiento de actividades humanas mediante Wi-Fi que utiliza un autoencoder variacional para comprimir señales en representaciones discretas, permitiendo la extracción de reglas lógicas (LTL) basadas en causalidad para lograr un sistema interpretable, simbólico y controlable sin depender de modelos de caja negra.

Autores originales: Luca Cotti, Luca Lavazza, Marco Cominelli, Liying Han, Gaofeng Dong, Francesco Gringoli, Mani B. Srivastava, Trevor Bihl, Erik P. Blasch, Daniel O. Brigham, Kara Combs, Lance M. Kaplan, Federico Cerut

Publicado 2026-04-28

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Luca Cotti, Luca Lavazza, Marco Cominelli, Liying Han, Gaofeng Dong, Francesco Gringoli, Mani B. Srivastava, Trevor Bihl, Erik P. Blasch, Daniel O. Brigham, Kara Combs, Lance M. Kaplan, Federico Cerutti

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

El "Traductor de Ritmos Invisibles": Cómo entender lo que hacemos a través del Wi-Fi

Imagina que estás en una habitación con las luces apagadas. No puedes ver a nadie, pero puedes sentir las vibraciones del aire y los cambios en la presión cuando alguien camina, salta o se sienta. El Wi-Fi hace algo muy parecido: las ondas de internet rebotan en nuestro cuerpo y, al hacerlo, cambian ligeramente su forma. Esas pequeñas "perturbaciones" contienen información sobre nuestros movimientos.

El problema es que esa información es un caos absoluto: es como intentar escuchar una conversación específica en medio de un concierto de rock con mil instrumentos sonando a la vez.

1. El problema: La "Caja Negra"

Hasta ahora, para entender estas señales, usábamos la Inteligencia Artificial tradicional (Redes Neuronales). El problema es que estas IA son como "Cajas Negras": te dicen con mucha precisión: "Esa persona está corriendo", pero si les preguntas "¿Por qué lo sabes?", no pueden responderte. Solo te dicen: "Porque los números en mi memoria interna dicen que sí". No hay lógica, solo matemáticas oscuras.

2. La solución: El método CHARL-TRE (El sistema de tres pasos)

Este estudio propone un método nuevo que no solo adivina qué estamos haciendo, sino que escribe las reglas de por qué lo sabe. Imaginalo como un proceso de tres etapas:

Paso A: El "Resumidor" (Compresión Discreta)
Imagina que tienes un libro de 1,000 páginas lleno de garabatos sin sentido. El primer paso es usar un "resumidor" (un VAE) que lee todo ese caos y lo convierte en una serie de fichas de colores. En lugar de millones de señales de radio confusas, ahora tenemos una secuencia simple: "Ficha roja, ficha azul, ficha roja". Hemos convertido el ruido en un lenguaje de símbolos simples.

Paso B: El "Detective de Causa y Efecto" (Descubrimiento Causal)
Ahora que tenemos las fichas de colores, entra el detective. Él no solo mira qué colores aparecen, sino que busca patrones de causa y efecto. El detective dice: "He notado que siempre que aparece la ficha roja, dos segundos después aparece la ficha azul". No es una coincidencia; hay una relación lógica entre ellas.

Paso C: El "Escribano de Reglas" (Lógica LTL)
Finalmente, el sistema traduce esos descubrimientos en reglas de un manual de instrucciones que cualquier humano puede leer. En lugar de decir "el patrón 0.54 es alto", el sistema escribe una regla clara:

"SI la ficha roja aparece, ENTONCES la ficha azul debe aparecer dos pasos después".

Si el sistema ve que esas reglas se cumplen, dice: "¡Confirmado! El usuario está caminando".

3. ¿Por qué es esto revolucionario? (Las ventajas)

Es transparente (Cero misterios): Si la máquina se equivoca y dice que estás saltando cuando en realidad estás caminando, un humano puede abrir el "manual de reglas", ver qué regla está mal escrita y corregirla manualmente. Es como corregir la gramática de un libro.
Es modular (Como piezas de LEGO): Si instalas más antenas Wi-Fi, no tienes que volver a entrenar a toda la inteligencia desde cero. Simplemente tomas las reglas de la Antena A y las combinas con las de la Antena B, como si juntaras dos piezas de LEGO para formar una figura más grande.
Es predecible: Al usar reglas lógicas (como las de un juez), el sistema es mucho más estable y no se vuelve "loco" con cambios pequeños en la señal.

En resumen...

Este trabajo ha pasado de tener una IA que es un "adivino místico" (que acierta pero no explica) a una IA que es un "detective con libreta de notas" (que observa, encuentra patrones y escribe las reglas de lo que ve). Esto hace que la tecnología de detección por Wi-Fi sea más segura, comprensible y fácil de mejorar para el futuro.

Resumen Técnico: CHARL-TRE (Towards Causally Interpretable Wi-Fi CSI-Based HAR)

Este artículo presenta CHARL-TRE, un marco de trabajo neuro-simbólico diseñado para el Reconocimiento de Actividades Humanas (HAR) utilizando la Información de Estado del Canal (CSI) de señales Wi-Fi. El objetivo principal es superar la opacidad de los modelos de aprendizaje profundo (Deep Learning) tradicionales, ofreciendo un sistema que sea simultáneamente interpretable causalmente, controlable simbólicamente y capaz de operar directamente sobre señales de alta dimensión.

1. El Problema

El reconocimiento de actividades mediante Wi-Fi (CHAR) se enfrenta a un dilema fundamental:

Modelos de Aprendizaje Profundo (DNN): Logran un alto rendimiento pero son "cajas negras". Sus representaciones latentes son continuas y distribuidas, lo que impide la inspección humana, la modificación de reglas o el control simbólico.
Enfoques Simbólicos/Declarativos: Son altamente interpretables pero tienen dificultades para procesar señales crudas, ruidosas y de alta dimensionalidad como el CSI sin una ingeniería de características manual y compleja.

2. Metodología

Los autores proponen un pipeline completamente automático y estrictamente desacoplado en tres etapas principales:

A. Aprendizaje de Representación Discreta (Compresión):
En lugar de usar representaciones continuas, utilizan un Autoencoder Variacional Categórico (Categorical VAE).

Emplean la técnica Gumbel-Softmax para permitir la optimización mediante gradientes sobre variables latentes discretas.
El objetivo incluye un control de capacidad (inspirado en $\beta$ -VAE) para regular la cantidad de información que fluye hacia el espacio latente, evitando el colapso de la posterior.
Una vez entrenado, el codificador (encoder) se congela y funciona como un mapeo determinista que convierte ventanas de CSI en trayectorias de códigos one-hot (series temporales binarias).

B. Descubrimiento Causal (LPCMCI):
Sobre estas trayectorias discretas, se aplica el algoritmo Latent PCMCI (LPCMCI) con pruebas de correlación parcial (ParCorr).

Este proceso identifica dependencias temporales causales (con retardos o lags) entre las variables latentes.
A diferencia de otros métodos, LPCMCI permite capturar la estructura de dependencia de clase (específica para cada actividad), identificando si la activación de una variable latente induce la activación o la exclusión de otra en el futuro.

C. Extracción de Reglas y Clasificación Simbólica (LTL):
Las dependencias causales descubiertas se traducen directamente en fórmulas de Lógica Temporal Lineal (LTL).

Si existe una dependencia positiva, se genera una regla de activación: $\square(X_s \to \bigcirc_\tau X_d)$ .
Si es negativa, una regla de exclusión: $\square(X_s \to \bigcirc_\tau \neg X_d)$ .
El clasificador final es completamente determinista: no hay una capa de salida neuronal (softmax), sino una evaluación de reglas LTL. Se utiliza un modelo de razón de verosimilitud logarítmica (LLR) para agregar las puntuaciones de las reglas y decidir la clase con mayor puntaje.

3. Contribuciones Clave

Desacoplamiento Estricto: La parte neuronal solo se encarga de la compresión no supervisada, mientras que el razonamiento es puramente simbólico en el dominio latente.
Interpretabilidad Causal: Cada decisión de clasificación puede rastrearse hasta una regla LTL específica (ej. "si ocurre el evento A, entonces el evento B debe ocurrir 2 pasos después").
Fusión Multi-antena Modular: Debido a su naturaleza simbólica, las reglas extraídas de diferentes antenas pueden combinarse mediante lógica (conjunción/disyunción) sin necesidad de reentrenar el modelo.
Automatización: El sistema no requiere etiquetas semánticas externas ni intervención humana para definir las características de la actividad.

4. Resultados

Rendimiento: El modelo logra una precisión competitiva (superior al 70%) utilizando únicamente la evaluación de reglas deterministas.
Complejidad de la Actividad: Se observó que las actividades "cuasi-estacionarias" (sentarse, pararse, limpiar) tienen una precisión mucho mayor que las actividades altamente dinámicas (saltar, saludar), ya que estas últimas generan trayectorias latentes menos estables.
Mecanismo de Respaldo (Fallback): Para actividades con pocas reglas (como "aplaudir"), el sistema utiliza un prototipo basado en la media de las activaciones latentes, asegurando que el sistema sea robusto incluso ante la escasez de reglas simbólicas.

5. Significancia

El trabajo demuestra que es posible construir sistemas de reconocimiento de actividades que sean transparentes y auditables sin sacrificar la capacidad de procesar señales de radio complejas. CHARL-TRE establece un precedente para la IA neuro-simbólica en el ámbito del wireless sensing, ofreciendo una alternativa viable a los modelos de caja negra, especialmente en aplicaciones donde la seguridad o la comprensión del "por qué" de una decisión es crítica.