Embedded Inter-Subject Variability in Adversarial Learning for Inertial Sensor-Based Human Activity Recognition

Questo articolo propone un nuovo framework avversario profondo che integra la variabilità inter-soggetto per generare rappresentazioni di caratteristiche invarianti al soggetto, migliorando così le prestazioni del riconoscimento delle attività umane basate su sensori inerziali in scenari di generalizzazione a nuovi utenti.

L'essenziale

🏃‍♂️ Il Problema: Perché l'Intelligenza Artificiale si confonde con noi

Immagina di avere un assistente personale molto intelligente che indossa un orologio o un braccialetto per capire cosa stai facendo: se stai camminando, correndo, dormendo o cucinando. Questo assistente è un'Intelligenza Artificiale (IA).

Il problema è che ogni persona è unica.

• Tu cammini con un passo veloce e deciso.
• Il tuo vicino cammina piano e dondolando.
• Tua zia corre con le ginocchia alte, mentre tuo cugino corre strisciando.

Se l'IA viene addestrata solo su di te, quando incontra il tuo vicino, si confonde. Pensa che la sua camminata lenta sia una "corsa" o un "salto" perché i dati sono diversi. Questo si chiama variabilità inter-soggetto: la stessa attività (es. camminare) viene eseguita in modo diverso da persone diverse.

💡 La Soluzione: Il "Trucco" del Gioco di Ruolo

Gli autori di questo studio (un gruppo di ricercatori svedesi, giapponesi e tedeschi) hanno creato un nuovo modo per addestrare l'IA. Invece di farle imparare solo "cosa stai facendo", hanno aggiunto un secondo compito molto astuto.

Immagina di avere due giocatori in una stanza:

1. L'Artista (l'IA che riconosce le attività): Deve disegnare un quadro che rappresenti perfettamente "Camminata".
2. Il Critico d'Arte (l'IA "cattiva" o discriminatore): Il suo lavoro è guardare i quadri e dire: "Questo quadro è stato fatto da Marco?" oppure "Questo è fatto da Luca?".

Il trucco geniale:
Gli autori hanno detto all'Artista: "Devi disegnare la 'Camminata' in modo che il Critico non riesca a capire se il disegno è stato fatto da te o dal tuo amico, anche se i vostri stili sono diversi!"

In pratica, l'IA impara a cancellare i dettagli personali (il modo specifico in cui cammini) e a concentrarsi solo sull'essenza dell'attività (il movimento di camminare).

🧩 Come funziona nella pratica (L'Analogia della "Firma")

Fino a poco tempo fa, i metodi precedenti facevano così:

• Dicevano all'IA: "Impara a riconoscere chi sei (Marco, Luca, Anna) e cosa fai".
• Problema: Se arrivava una persona nuova (Giulia), l'IA si bloccava perché non aveva mai visto la sua "firma" personale. Inoltre, questo sollevava problemi di privacy: l'IA stava imparando troppo sui tuoi dati personali.

Il nuovo metodo fa così:

• Prende due persone che fanno la stessa cosa (es. Marco e Luca che camminano).
• Chiede all'IA: "Questi due movimenti sono della stessa persona?"
• Se la risposta è "No" (sono persone diverse), l'IA deve imparare a trasformare quei due movimenti diversi in un linguaggio comune che sembri identico agli occhi del Critico.

È come se l'IA imparasse a tradurre due dialetti diversi (il modo di camminare di Marco e quello di Luca) in una lingua universale (il concetto puro di "camminata") che tutti capiscono, ignorando l'accento personale.

🏆 I Risultati: Funziona davvero?

Gli autori hanno testato questa idea su tre grandi "palestre" di dati reali (dataset), dove persone vere facevano attività reali con sensori al polso, al petto e alla caviglia.

Hanno usato un test molto difficile chiamato LOSO (Leave-One-Subject-Out):

"Addestriamo l'IA su 10 persone, poi la mettiamo alla prova su un'undicesima persona che non ha mai visto prima."

I risultati sono stati eccellenti:

1. Migliore di tutti: Il loro metodo ha battuto tutte le tecniche precedenti, ottenendo una precisione molto più alta.
2. Più stabile: Non solo è più precisa, ma è anche più affidabile (fa meno errori strani).
3. Meno "distacco": Hanno misurato matematicamente quanto i dati della persona nuova si allontanavano da quelli di addestramento. Dopo il loro "trucco", la distanza è diminuita: l'IA vede la nuova persona come più simile alle persone che già conosce.

🚀 Perché è importante?

Questo lavoro è fondamentale per il futuro dei dispositivi indossabili (smartwatch, braccialetti per anziani, ecc.):

• Funziona subito: Non serve addestrare l'orologio su di te per settimane prima che funzioni bene. Funziona bene appena lo indossi, perché ha imparato a ignorare le differenze personali.
• Privacy: Non memorizza chi sei, ma solo cosa fai. È più sicuro.
• Scalabilità: Funziona con 10 persone o con 10.000 persone senza diventare più lento o complicato.

In sintesi: Hanno insegnato all'IA a guardare l'attività come un regista che vede la scena, non come un paparazzo che osserva i dettagli del volto. Ora l'IA capisce che "camminare" è camminare, indipendentemente da chi lo sta facendo.

Sommario tecnico

Titolo: Integrazione della Variabilità Inter-Soggetto nell'Apprendimento Adversarial per il Riconoscimento delle Attività Umane Basato su Sensori Inerziali

1. Il Problema

Il riconoscimento delle attività umane (HAR - Human Activity Recognition) basato su sensori inerziali indossabili affronta una sfida fondamentale: la generalizzazione a nuovi soggetti non visti durante l'addestramento.

• Variabilità Inter-Soggetto: La stessa attività fisica viene eseguita in modo diverso da individui diversi a causa di differenze nelle preferenze personali, nelle caratteristiche fisiche, nell'intensità e nella velocità di movimento.
• Conseguenze: Queste differenze generano variazioni complesse e non lineari nei segnali dei sensori, creando un "gap di generalizzazione" quando un modello addestrato su un gruppo di utenti viene testato su un nuovo utente.
• Limiti delle Soluzioni Esistenti: I metodi precedenti basati sull'apprendimento avversario spesso falliscono nel garantire una generalizzazione coerente per tutti gli utenti o soffrono di problemi di scalabilità (ad esempio, aumentando il numero di classi del discriminatore con il numero di partecipanti) e di privacy (se tentano di identificare l'utente).

2. Metodologia

Gli autori propongono un nuovo framework di apprendimento avversario profondo che integra esplicitamente il concetto di variabilità inter-soggetto nel compito discriminatorio.

• Architettura del Modello:
  Il framework è composto da quattro blocchi principali:

  1. Estrattore di Caratteristiche ($F$): Codifica i segnali dei sensori in uno spazio latente a bassa dimensionalità.
  2. Ricostitutore ($R$): Decodifica lo spazio latente nel segnale originale (per stabilizzare l'addestramento tramite reconstruction loss).
  3. Classificatore di Attività ($C$): Mappa lo spazio latente alle etichette delle attività.
  4. Discriminatore ($D$): Un componente chiave che esegue un nuovo compito di classificazione binaria.

• Nuovo Compito Discriminativo:
  A differenza dei metodi tradizionali che chiedono al discriminatore di distinguere chi sta eseguendo l'attività, questo framework chiede al discriminatore di determinare se due vettori di caratteristiche appartengono allo stesso soggetto o a soggetti diversi, ma eseguendo la stessa attività.

  • L'input al discriminatore è una coppia di feature vectors $(F(x_a), F(x_b))$ estratti da due campioni che condividono la stessa etichetta di attività $y$.
  • L'etichetta binaria $g$ è 1 se i campioni provengono dallo stesso soggetto, 0 se da soggetti diversi.
  • Insight Chiave: Incorporando l'etichetta dell'attività nel compito discriminatorio, il modello è spinto a imparare uno spazio di caratteristiche condiviso per ogni attività, riducendo intrinsecamente le differenze legate al soggetto specifico.

• Funzione di Perdita Combinata:
  Viene introdotta una nuova funzione di perdita che integra:

  • Reconstruction Loss ($L_R$): Per preservare l'informazione del segnale.
  • Classification Loss ($L_C$): Per mantenere l'accuratezza nel riconoscimento dell'attività.
  • Adversarial Loss ($L_A$): Basata su una funzione di perdita GAN non saturante. Il discriminatore viene addestrato a distinguere i soggetti, mentre l'estrattore di caratteristiche viene addestrato a "ingannare" il discriminatore, rendendo le caratteristiche di soggetti diversi indistinguibili per la stessa attività.

• Protocollo di Addestramento:
  L'addestramento avviene in tre fasi:

  1. Pre-addestramento di $F$ e $R$ (ricostruzione).
  2. Apprendimento supervisionato congiunto di $F, R, C, D$.
  3. Fase Adversarial: Ottimizzazione alternata dove $F$ cerca di minimizzare la perdita avversaria (confondere il discriminatore) mentre $D$ cerca di massimizzare la sua capacità discriminatoria.

3. Contributi Chiave

1. Framework Adversarial Innovativo: Un nuovo approccio che integra la variabilità inter-soggetto direttamente nel compito di discriminazione, promuovendo rappresentazioni invarianti al soggetto.
2. Nuova Funzione di Perdita: Una combinazione di perdite (ricostruzione, classificazione, adversarial) che utilizza una perdita GAN non saturante per apprendere feature robuste.
3. Scalabilità e Privacy: Il compito discriminatorio è binario (stesso/diverso soggetto) e non scala con il numero di utenti, risolvendo i problemi di scalabilità dei metodi precedenti e riducendo i rischi per la privacy (non si apprende a identificare l'utente specifico).
4. Validazione Rigorosa: Valutazione tramite validazione incrociata Leave-One-Subject-Out (LOSO) su tre dataset standard, simulando scenari reali dove il modello incontra utenti mai visti.

4. Risultati Sperimentali

Il framework è stato testato su tre dataset HAR consolidati: PAMAP2, MHEALTH e REALDISP.

• Performance di Classificazione:
  Il metodo proposto supera tutti gli stati dell'arte (inclusi MCCNN, DCLSTM, METIER, UIDFE, DDLearn) in termini di Accuratezza e F1-Score Macro su tutti e tre i dataset.

  • Esempio (PAMAP2): Accuratezza del 87.03% vs 80.14% (UIDFE) e 79.39% (MCCNN).
  • Esempio (REALDISP): Accuratezza del 97.10% vs 94.50% (UIDFE).
  • Il metodo mostra anche una minore variabilità (IQR più basso) e un punteggio minimo superiore rispetto agli altri metodi, indicando maggiore robustezza.

• Riduzione della Variabilità:
  L'analisi della distanza di distribuzione (misurata con la Distanza di Wasserstein) tra i dati di addestramento e test mostra che la fase avversaria (Step 3) riduce significativamente il divario distributivo per le stesse attività tra utenti diversi, specialmente nei dataset PAMAP2 e REALDISP.

• Studio di Ablazione:
  Il confronto tra le varianti del modello (solo supervisionato, supervisionato + ricostruzione, e completo) dimostra che il passo avversario è il fattore determinante per il miglioramento delle capacità di generalizzazione.

• Confronto dei Compiti Discriminatori:
  Sostituendo il compito discriminatorio proposto con quelli di lavori precedenti (identificazione utente o semplice confronto coppia), il metodo proposto ottiene risultati superiori, confermando l'efficacia dell'integrazione dell'etichetta dell'attività nel compito avversario.

5. Significato e Impatto

Questo lavoro rappresenta un avanzamento significativo nel campo dell'HAR indossabile:

• Generalizzazione Reale: Dimostra che è possibile creare modelli che funzionano bene su utenti "non visti" senza richiedere la raccolta massiccia di nuovi dati o l'adattamento specifico per ogni utente.
• Efficienza e Scalabilità: La natura binaria del discriminatore rende il sistema scalabile a grandi popolazioni senza aumentare la complessità computazionale o il rischio di sovraccarico del modello.
• Privacy: Riducendo la capacità del modello di distinguere i singoli individui (rendendo le feature "anonime" per il discriminatore), il framework mitiga le preoccupazioni relative alla privacy, un aspetto cruciale per le applicazioni sanitarie e di monitoraggio.
• Robustezza: La riduzione della variabilità inter-soggetto nello spazio delle feature porta a sistemi HAR più adattabili e affidabili in scenari del mondo reale.