💻 computer science

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

Il paper propone un nuovo framework per il riconoscimento delle attività umane tramite segnali Wi-Fi CSI che utilizza un autoencoder variazionale discreto per comprimere i dati e l'estrazione di regole in logica temporale lineare (LTL) per ottenere un classificatore simbolico, causale e interpretabile senza ricorrere a modelli black-box.

Autori originali: 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

Pubblicato 2026-04-28

📖 3 min di lettura☕ Lettura da pausa caffè

CC BY 4.0

Autori originali: 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

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Il "Traduttore di Fantasmi": Capire i movimenti umani attraverso il Wi-Fi

Immaginate di essere in una stanza buia. Non potete vedere nulla, ma potete sentire il "battito" dell'aria ogni volta che qualcuno si muove. Il Wi-Fi fa esattamente questo: le onde che usiamo per internet rimbalzano contro le persone, e questi rimbalzi (chiamati CSI) sono come piccoli sussurri che ci dicono se qualcuno sta camminando, saltando o sedendosi.

Il problema è che questi "sussurri" sono un caos totale: sono rumorosi, confusi e difficilissimi da interpretare.

Il problema dei modelli attuali: "La Scatola Nera"

Oggi, per capire questi segnali, usiamo l'Intelligenza Artificiale tradizionale (le cosiddette Deep Neural Networks). Funzionano bene, ma sono come un mago che fa un trucco: ti dice "quella persona sta correndo!", ma se gli chiedi "Perché lo dici? Quale parte del segnale ti ha convinto?", lui non sa rispondere. È una "scatola nera": dà la risposta giusta, ma non ti spiega il ragionamento.

La soluzione del paper: Il metodo CHARL-TRE

I ricercatori hanno creato un sistema nuovo che non è solo intelligente, ma è anche logico e trasparente. Possiamo dividerlo in tre fasi, usando una metafora culinaria.

1. La Fase del "Frullatore" (Compressione Discreta)
Il segnale Wi-Fi è enorme e complicato, come un sacco di ingredienti grezzi (farina, uova, zucchero, sale). Se provassi a studiare ogni singolo granello di farina, impazziresti.
Il primo passo del sistema è un "frullatore intelligente" (un VAE categorico). Invece di guardare ogni granello, il frullatore trasforma il caos in pochi "cubetti di sapore" ben definiti. Non sappiamo ancora cosa significhi ogni cubetto, ma sappiamo che sono pezzi piccoli, solidi e facili da gestire.

2. La Fase del "Detective" (Scoperta Causale)
Ora che abbiamo i cubetti, entra in gioco il detective. Lui osserva come questi cubetti si susseguono nel tempo.
Non si limita a dire "vedo un cubetto rosso", ma cerca la causalità: "Ehi, ho notato che ogni volta che appare il Cubetto A, esattamente due secondi dopo appare il Cubetto B!".
È come osservare il ritmo di una danza: il detective capisce che un passo di danza causa il movimento successivo.

3. La Fase del "Libro di Regole" (Logica LTL)
Invece di dare una risposta basata su una "sensazione" matematica (come fa l'IA tradizionale), questo sistema scrive un manuale di istruzioni scritto in linguaggio logico (chiamato LTL).
Le regole che il sistema crea sembrano quasi dei verbi:

"SE appare il Cubetto 3, ALLORA dopo due battiti deve apparire il Cubetto 2".
"SE il Cubetto 5 è attivo, ALLORA il Cubetto 0 non può esistere".

Perché è una rivoluzione?

Grazie a questo metodo, abbiamo ottenuto tre superpoteri:

Trasparenza Totale: Se il sistema sbaglia e dice che stai saltando quando invece stai camminando, possiamo aprire il "manuale" e leggere esattamente quale regola lo ha ingannato. Possiamo correggere la regola, proprio come correggere una ricetta.
Controllo: Possiamo aggiungere o togliere regole a mano, senza dover riaddestrare tutto il computer da zero.
Lavoro di Squadra: Se abbiamo più antenne Wi-Fi, possiamo prendere le regole di un'antenna e quelle dell'altra e unirle logicamente (come unire due pezzi di un puzzle) per avere una visione ancora più chiara.

In sintesi

Invece di avere un computer che "indovina" cosa stai facendo basandosi su calcoli oscuri, questo progetto ha creato un sistema che impara le leggi del movimento e le scrive in un linguaggio che noi umani possiamo leggere e controllare. È il passaggio da un'IA che "sente" a un'IA che "ragiona".

Riassunto Tecnico: CHARL-TRE

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

1. Il Problema (Problem Statement)

Il riconoscimento delle attività umane (Human Activity Recognition - HAR) tramite le informazioni sullo stato del canale Wi-Fi (CSI) è un campo cruciale per il monitoraggio device-free. Tuttavia, l'attuale stato dell'arte presenta un dilemma fondamentale:

Modelli Deep Learning (DNN): Ottime prestazioni, ma sono "black-box". Le loro rappresentazioni latenti sono continue, distribuite e opache, rendendo impossibile l'ispezione o la modifica logica dei processi decisionali.
Approcci Simbolici/Declarative: Altamente interpretabili e controllabili, ma incapaci di gestire direttamente segnali CSI ad alta dimensionalità, rumorosi e non strutturati.

L'obiettivo del paper è colmare questo divario creando un sistema che possa elaborare segnali grezzi (raw CSI) ma che operi, nella fase decisionale, attraverso regole logiche esplicite, causali e deterministiche.

2. Metodologia (Methodology)

Gli autori propongono CHARL-TRE, una pipeline completamente automatica e rigorosamente disaccoppiata in tre fasi principali:

A. Compressione Latente Discreta (Categorical VAE):
Invece di utilizzare VAE standard con variabili latenti gaussiane (continue), il sistema utilizza un Categorical Variational Autoencoder con variabili latenti discrete. Per permettere l'ottimizzazione tramite gradienti (nonostante la natura discreta), viene applicata la tecnica Gumbel-Softmax (reparameterization trick).

L'encoder comprime le finestre di spettrogramma CSI in una rappresentazione binaria (one-hot) compatta.
Viene utilizzato un controllo della capacità (capacity-controlled objective) per regolare il flusso di informazioni e prevenire il collasso della distribuzione posteriore.

B. Scoperta Causale (LPCMCI):
Una volta addestrato, l'encoder viene "congelato". Le traiettorie temporali dei codici latenti discreti vengono analizzate tramite l'algoritmo Latent PCMCI (LPCMCI).

L'algoritmo identifica le dipendenze temporali ritardate (lagged dependencies) tra le variabili latenti.
Viene utilizzato il test di correlazione parziale (ParCorr) per determinare la forza e la polarità (eccitatoria o inibitoria) di tali legami.

C. Estrazione di Regole in Logica Temporale Lineare (LTL):
Le dipendenze causali scoperte vengono tradotte deterministicamente in formule di Linear Temporal Logic (LTL).

Se una variabile $X_s$ causa l'attivazione di $X_d$ con un ritardo $\tau$ , si genera una regola del tipo $\square(X_s \to \bigcirc^\tau X_d)$ .
Il sistema esegue una ricerca a due livelli per selezionare le regole con il maggior margine discriminativo (capacità di distinguere un'attività dalle altre) e costruisce un classificatore puramente simbolico basato sul calcolo del rapporto di verosimiglianza logica (Log-Likelihood Ratio).

3. Contributi Chiave (Key Contributions)

Disaccoppiamento Rigoroso: La rappresentazione (neurale) e il ragionamento (simbolico) sono separati. Questo permette di modificare le regole o aggiungere nuove antenne senza dover riaddestrare l'intero modello neurale.
Interpretabilità Causale: A differenza dei modelli ibridi neuro-simbolici dove i due mondi sono intrecciati, qui il ragionamento avviene in uno spazio latente discreto che permette di estrarre regole logiche leggibili dall'uomo.
Classificazione Deterministica: Il classificatore finale non è una rete neurale che produce probabilità, ma un insieme di regole logiche che determinano l'attività.
Fusione Multi-Antenna Modulare: La struttura a regole permette di combinare i set di regole provenienti da diverse antenne tramite operazioni logiche (congiunzioni/disgiunzioni), facilitando il sensing spaziale.

4. Risultati (Results)

Performance: Il sistema raggiunge un'accuratezza competitiva (superiore al 70%) pur operando senza alcun addestramento supervisione diretta per la classificazione (il modello impara solo a comprimere il segnale).
Complessità vs Accuratezza: I risultati mostrano che le attività "quasi-stazionarie" (es. Sit, Stand, Squat) sono riconosciute con alta precisione, mentre attività altamente dinamiche (es. Jump, Waving) sono più difficili da mappare in regole stabili.
Tracciabilità: Ogni decisione è completamente tracciabile: è possibile vedere esattamente quale regola LTL è stata soddisfatta e quale variabile latente ha innescato la decisione.

5. Significato e Conclusioni (Significance)

Il lavoro dimostra che è possibile costruire sistemi di riconoscimento attività che siano allo stesso tempo potenti e trasparenti. La significazione principale risiede nel dimostrare che la semantica non è necessaria per il ragionamento simbolico: anche se le variabili latenti non hanno un nome fisico predefinito (es. "frequenza di passo"), le loro relazioni temporali sono sufficientemente strutturate da permettere una classificazione causale affidabile.

Questo approccio apre la strada a sistemi di monitoraggio wireless più sicuri e verificabili, dove l'utente può comprendere e controllare logicamente il comportamento del sensore.