⚡ electrical engineering

MU-SHOT-Fi: Self-Supervised Multi-User Wi-Fi Sensing with Source-free Unsupervised Domain Adaptation

Este artículo propone MU-SHOT-Fi, un marco de adaptación de dominio no supervisado libre de fuentes que aprovecha la predicción de conjuntos invariante a permutaciones, la maximización de información ponderada por ocupación y la auto-supervisión espacial para habilitar el reconocimiento robusto de actividades Wi-Fi de múltiples usuarios en diversos entornos sin requerir datos etiquetados de destino.

Autores originales: Ahmed Y. Radwan, Hina Tabassum

Publicado 2026-05-05

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Ahmed Y. Radwan, Hina Tabassum

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

Imagina que estás intentando enseñar a un guardia de seguridad (un modelo de IA) a reconocer lo que las personas están haciendo en una habitación simplemente escuchando las señales de Wi-Fi que rebotan en las paredes. Esto se llama sensado por Wi-Fi.

El problema es que el guardia que entrenaste en tu sala de estar (la Fuente) se confunde por completo cuando lo mueves a una oficina (el Objetivo). Los muebles son diferentes, las paredes son diferentes y las señales de Wi-Fi se comportan de manera distinta.

Peor aún, en una oficina real, no hay solo una persona moviéndose. Hay múltiples personas haciendo cosas diferentes al mismo tiempo. Sus movimientos se mezclan en la señal de Wi-Fi, creando un lío enredado. Es como intentar escuchar la voz de una persona en una habitación abarrotada y ruidosa donde todos hablan al mismo tiempo.

Este artículo presenta un nuevo sistema llamado MU-SHOT-Fi para resolver dos grandes problemas:

El problema de la "Nueva Habitación": Cómo hacer que la IA funcione en un nuevo entorno sin reentrenarla con nuevos datos etiquetados (lo cual a menudo es imposible debido a la privacidad).
El problema de la "Habitación Abarrotada": Cómo averiguar qué está haciendo cada persona cuando hay múltiples personas, y cómo evitar que la IA simplemente adivine "no hay nadie aquí" porque esa es la respuesta más fácil.

Así es como funciona, usando analogías simples:

1. El desafío "Sin Etiquetas" (Adaptación Libre de Fuente)

Por lo general, para enseñar a una IA sobre una nueva habitación, necesitas un maestro que señale a las personas y diga: "Eso es caminar, eso es saltar". Pero en la vida real, no siempre puedes tener a un maestro observando y etiquetando todo (problemas de privacidad).

MU-SHOT-Fi es como un estudiante inteligente que ya ha estudiado mucho en la sala de estar. Cuando entra a la oficina, no pide un maestro. En cambio, observa las señales de Wi-Fi y dice: "Estoy bastante seguro de que esta señal parece caminar, y esa otra parece saltar, aunque nunca haya visto esta oficina específica antes". Aprende confiando en sus propias mejores conjeturas y refinándolas, un proceso llamado Aprendizaje Auto-supervisado.

2. El problema de la "Señal Enredada" (Detección Multiusuario)

En un escenario de una sola persona, la IA solo necesita adivinar una actividad. Pero en un escenario de múltiples usuarios, imagina que la IA tiene 6 sillas vacías (ranuras) para llenar. Necesita decidir quién está sentado dónde y qué están haciendo.

La Trampa: En la mayoría de las oficinas, la mayor parte del tiempo, las sillas están vacías. Si la IA solo intenta ser "diversa" (adivinando todas las actividades diferentes), podría confundirse y empezar a adivinar "nadie" para todos, porque "nadie" es la respuesta más común. Esto se llama colapso del modelo.
La Solución (Maximización Ponderada por Ocupación): Los autores inventaron una regla especial. Le dicen a la IA: "No te preocupes por las sillas vacías. Solo intenta ser diversa y segura sobre las sillas que realmente tienen personas en ellas".
- Analogía: Imagina a un maestro calificando un examen. Si un estudiante deja una pregunta en blanco, el maestro la ignora. Pero si el estudiante escribe una respuesta, el maestro verifica si es única y correcta. MU-SHOT-Fi ignora las respuestas de "silla vacía" para que la IA no se vuelva perezosa y simplemente adivine "vacío" para todo.

3. El "Espejo Mágico" (Auto-supervisión por Rotación)

Para ayudar a la IA a entender la nueva habitación sin un maestro, el sistema utiliza un truco llamado Auto-supervisión por Rotación.

Analogía: Imagina que estás mirando una foto de una persona caminando. Si giras la foto al revés o de lado, sigue siendo la misma persona caminando, solo que orientada de manera diferente.
La IA se entrena para reconocer que un patrón de señal de Wi-Fi es la misma "actividad" incluso si la señal se rota matemáticamente (como girar un mapa). Esto obliga a la IA a aprender la esencia del movimiento (la forma de la señal) en lugar de memorizar el ruido específico de la habitación antigua. Esto la ayuda a adaptarse a la nueva habitación.

4. Persona Única vs. Múltiples Personas

El artículo también creó una versión más simple llamada SU-SHOT-Fi para cuando hay solo una persona.

En el mundo de una sola persona, la IA puede usar un truco diferente llamado Codificación Predictiva Contrastiva (CPC). Esto es como escuchar una canción y predecir la siguiente nota basándose en las anteriores. Ayuda a la IA a entender el ritmo del movimiento de una sola persona a lo largo del tiempo.
El Giro: Los autores descubrieron que este truco del "ritmo" no funciona para múltiples personas. ¿Por qué? Porque cuando dos personas se mueven, sus ritmos se mezclan. Intentar predecir la "siguiente nota" de un lío enredado confunde a la IA. Por lo tanto, para habitaciones abarrotadas, se apega al truco del "Espejo Mágico" y a la regla de "Ocupación".

Los Resultados

Los investigadores probaron esto con datos reales:

Multiusuario (conjunto de datos WiMANS): Cuando movieron la IA de un aula a una sala de reuniones, o cambiaron la frecuencia de Wi-Fi (de 2.4 GHz a 5 GHz), la IA antigua falló por completo (0% de precisión en coincidencias exactas). MU-SHOT-Fi se recuperó y cumplió la tarea, identificando correctamente quién estaba haciendo qué en la nueva habitación.
Usuario Único (conjunto de datos Widar 3.0): La versión de una sola persona también mejoró, volviéndose mejor en reconocer gestos como "aplaudir" o "dibujar un zigzag" en nuevas habitaciones.

Resumen

MU-SHOT-Fi es un sistema inteligente que permite a los sensores de Wi-Fi adaptarse a nuevos entornos abarrotados sin necesidad de que un humano etiquete cada momento. Lo hace mediante:

Ignorar los espacios vacíos para no volverse perezoso.
Aprender a reconocer movimientos incluso cuando la señal está "rotada" o cambiada por el entorno.
Saber que los trucos de "ritmo" funcionan para actos en solitario pero fallan en una multitud.

Es esencialmente enseñar a un sensor de Wi-Fi a ser un detective flexible y autodidacta que puede resolver misterios en una habitación nueva y abarrotada sin que nunca le digan las respuestas.

Resumen Técnico: MU-SHOT-Fi: Detección Wi-Fi Multi-Usuario Auto-supervisada con Adaptación de Dominio No Supervisada Libre de Fuente

Planteamiento del Problema
El aprendizaje profundo (DL) ha avanzado en el Reconocimiento de Actividades Humanas (HAR) basado en la Información de Estado del Canal (CSI) de Wi-Fi, aprendiendo características espacio-temporales sin ingeniería manual. Sin embargo, los modelos de DL sufren una pobre generalización entre entornos (desplazamientos de dominio) causados por cambios en la distribución física, características del usuario, hardware y bandas de frecuencia. Este desafío se exacerba en entornos multi-usuario donde las actividades concurrentes crean un "enredo de señales", dificultando atribuir las variaciones de CSI a individuos específicos. Además, las implementaciones prácticas enfrentan restricciones de privacidad que impiden el acceso a datos etiquetados de la fuente durante la adaptación al dominio objetivo. Aunque existe la Adaptación de Dominio No Supervisada (UDA), esta requiere datos etiquetados de la fuente. La Adaptación de Dominio No Supervisada Libre de Fuente (SFUDA) aborda esto, pero enfrenta tres obstáculos críticos en la detección Wi-Fi multi-usuario:

Desequilibrio de Clases: Las slots "sin persona" (vacías) dominan los conjuntos de datos, provocando que la maximización de información estándar colapse hacia la predicción de la clase vacía dominante.
Invarianza a la Permutación: Los estados multi-usuario son conjuntos desordenados (por ejemplo, [caminar, sentarse] es equivalente a [sentarse, caminar]), lo que hace inviables la pseudotagging basado en agrupamiento estándar y la coincidencia a nivel de slot sin datos de verdad fundamental.
Enredo de Señales: El CSI multi-usuario refleja actividades superpuestas, violando los mapeos estables de características a etiquetas asumidos por muchas técnicas de adaptación.

Metodología
Los autores proponen MU-SHOT-Fi, un marco libre de fuente diseñado para escenarios de usuario único y multi-usuario. El marco opera en dos etapas: entrenamiento de la fuente y adaptación al objetivo.

Entrenamiento de la Fuente: El modelo se entrena con datos etiquetados de la fuente utilizando un enfoque de predicción de conjuntos invariante a permutaciones. En lugar de asignar actividades a slots fijos, el modelo predice un conjunto de actividades a través de $M$ slots. Un algoritmo de coincidencia húngara alinea óptimamente los slots predichos con las etiquetas de verdad fundamental para calcular la pérdida de entropía cruzada, manejando la ocupación variable y los estados de usuario desordenados.
Adaptación al Objetivo (SFUDA): En el dominio objetivo, solo están disponibles datos no etiquetados. El clasificador se congela y la columna vertebral se adapta utilizando dos objetivos auto-supervisados:
1. Maximización de Información Ponderada por Ocupación: Para evitar el colapso hacia la clase dominante "sin persona", los autores introducen una función de pérdida de maximización de información modificada. A diferencia de los métodos estándar que imponen diversidad en todos los slots, este enfoque pondera la regularización de diversidad por la probabilidad de ocupación estimada de cada slot. Excluye la clase "sin persona" del término de entropía marginal, asegurando que el modelo se centre en diversificar las predicciones solo para los slots probablemente ocupados.
2. Auto-supervisión Espacial Basada en Rotación: Para aprender características invariantes al dominio, el marco emplea una tarea de predicción binaria de rotación (0° vs. 180°) en la cuadrícula frecuencia-tiempo de la CSI. Esto explota las propiedades estructurales de las señales CSI para alinear las representaciones de la fuente y el objetivo sin etiquetas.
Variante de Usuario Único (SU-SHOT-Fi): Para escenarios de usuario único, el marco se personaliza reemplazando la maximización ponderada por ocupación con la maximización de información estándar, habilitando la pseudotagging por k-vecinos más cercanos al centroide (que es estable debido a distribuciones de clases equilibradas) y añadiendo Codificación Predictiva Contrastiva (CPC) para explotar la consistencia temporal en las secuencias de CSI.

Contribuciones Clave

Marco MU-SHOT-Fi: El primer marco SFUDA diseñado específicamente para la detección Wi-Fi multi-usuario, agnóstico al preprocesamiento de CSI (amplitud o relación de fase).
Maximización de Información Ponderada por Ocupación: Una función de pérdida novedosa que mitiga el desequilibrio de clases ponderando dinámicamente la regularización de diversidad según la ocupación del slot, evitando el colapso del modelo hacia la clase "sin persona".
Aprendizaje Invariante a Permutaciones: La integración de la coincidencia húngara durante el entrenamiento de la fuente y su adaptación al dominio objetivo sin correspondencia explícita de slots, abordando la naturaleza desordenada de los estados multi-usuario.
Auto-supervisión Espacial: El uso de la predicción de rotación en las estructuras frecuencia-tiempo de la CSI para aprender características invariantes al dominio sin etiquetas.
Evaluación Exhaustiva: Experimentos extensos en los conjuntos de datos WiMANS (multi-usuario) y Widar 3.0 (usuario único) a través de desplazamientos entre entornos, entre frecuencias y entre orientaciones.

Resultados Experimentales

Multi-Usuario (WiMANS): Bajo desplazamientos de dominio combinados (entre entornos y entre frecuencias), el modelo solo de fuente alcanzó una precisión a nivel de slot de solo 19.61%. MU-SHOT-Fi mejoró esto a 41.97%, mientras que redujo el Error Absoluto Medio (MAE) de Ocupación de 3.00 a 2.12. También alcanzó una precisión de Coincidencia Exacta del 2.88% (vs. 0.71% para los baselines), representando una mejora masiva sobre el azar aleatorio en el espacio de salida combinatorio.
Usuario Único (Widar 3.0): SU-SHOT-Fi mejoró la precisión promedio de 80.18% (solo fuente) a 85.75% a través de diversos desplazamientos, superando a los baselines estándar de SFUDA (SHOT-IM y SHOT++).
Estudios de Ablación:
- Añadir CPC al modelo multi-usuario degradó el rendimiento, ya que la consistencia temporal entra en conflicto con el reordenamiento de slots invariante a permutaciones requerido por la coincidencia húngara.
- Una arquitectura de clasificador paralelo agrupado superó a un decodificador transformador basado en consultas (estilo DETR) en la adaptación, ya que este último tendía a explotar la clase mayoritaria "sin persona" en lugar de aprender características de actividad.

Significado y Afirmaciones
El artículo afirma que MU-SHOT-Fi recupera efectivamente el rendimiento de clasificación exacta de actividades multi-usuario bajo grandes desplazamientos de dominio, manteniendo al mismo tiempo una estimación precisa de la ocupación. Los autores enfatizan que su enfoque previene el colapso del modelo hacia clases dominantes —un modo de fallo común en SFUDA multi-usuario— modelando explícitamente la estructura de ocupación del espacio de salida. El trabajo destaca que, aunque las técnicas de adaptación estándar (como el aprendizaje adversarial o la minimización simple de entropía) fallan en entornos multi-usuario debido al enredo de señales y al desequilibrio de clases, la diversidad ponderada por ocupación propuesta y el aprendizaje invariante a permutaciones permiten una adaptación estable. El código fuente está disponible públicamente para facilitar investigaciones futuras en detección Wi-Fi multi-usuario que preserve la privacidad.