⚡ electrical engineering

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

Questo documento propone MU-SHOT-Fi, un framework di adattamento di dominio non supervisionato senza sorgente che sfrutta la previsione di insiemi invariante per permutazione, la massimizzazione dell'informazione ponderata sull'occupazione e l'autosupervisione spaziale per abilitare il riconoscimento robusto delle attività Wi-Fi multiutente in ambienti diversificati senza richiedere dati target etichettati.

Autori originali: Ahmed Y. Radwan, Hina Tabassum

Pubblicato 2026-05-05

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Ahmed Y. Radwan, Hina Tabassum

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

Immagina di dover insegnare a una guardia di sicurezza (un modello di intelligenza artificiale) a riconoscere cosa fanno le persone in una stanza ascoltando solo i segnali Wi-Fi che rimbalzano sulle pareti. Questo si chiama Wi-Fi sensing.

Il problema è che la guardia che hai addestrato nel tuo salotto (la Sorgente) rimane completamente confusa quando la sposti in un ufficio (il Target). I mobili sono diversi, le pareti sono diverse e i segnali Wi-Fi si comportano in modo diverso.

Ancora peggio, in un ufficio reale, non c'è una sola persona in movimento. Ci sono più persone che fanno cose diverse contemporaneamente. I loro movimenti si mescolano nel segnale Wi-Fi, creando un groviglio. È come cercare di sentire la voce di una persona in una stanza affollata e rumorosa dove tutti parlano sopra gli altri.

Questo articolo presenta un nuovo sistema chiamato MU-SHOT-Fi per risolvere due grandi problemi:

Il problema della "Nuova Stanza": Come far funzionare l'IA in un nuovo ambiente senza riaddestrarla con nuovi dati etichettati (il che è spesso impossibile per motivi di privacy).
Il problema della "Stanza Affollata": Come capire cosa sta facendo ciascuna persona quando ci sono più persone, e come impedire all'IA di indovinare semplicemente "nessuno è qui" perché è la risposta più facile.

Ecco come funziona, usando analogie semplici:

1. La sfida "Senza Etichette" (Adattamento Senza Sorgente)

Di solito, per insegnare a un'IA una nuova stanza, hai bisogno di un insegnante che indichi le persone e dica: "Questo è camminare, questo è saltare". Ma nella vita reale, non puoi sempre avere un insegnante che osserva e etichetta tutto (problemi di privacy).

MU-SHOT-Fi è come uno studente intelligente che ha già studiato duramente nel salotto. Quando entra nell'ufficio, non chiede un insegnante. Invece, guarda i segnali Wi-Fi e dice: "Sono abbastanza sicuro che questo segnale assomigli a camminare, e quello a saltare, anche se non ho mai visto questo specifico ufficio prima". Impara fidandosi delle proprie migliori ipotesi e affinandole, un processo chiamato Apprendimento Auto-supervisionato.

2. Il problema del "Segnale Intrecciato" (Rilevamento Multi-Utente)

In uno scenario con una sola persona, l'IA deve solo indovinare un'attività. Ma in uno scenario multi-utente, immagina che l'IA abbia 6 sedie vuote (slot) da riempire. Deve decidere chi è seduto dove e cosa sta facendo.

La Trappola: Nella maggior parte degli uffici, per la maggior parte del tempo, le sedie sono vuote. Se l'IA cerca solo di essere "diversa" (indovinando tutte le attività diverse), potrebbe confondersi e iniziare a indovinare "nessuno" per tutti, perché "nessuno" è la risposta più comune. Questo si chiama collasso del modello.
La Soluzione (Massimizzazione Ponderata sull'Occupazione): Gli autori hanno inventato una regola speciale. Dicono all'IA: "Non preoccuparti delle sedie vuote. Cerca solo di essere diversificata e sicura riguardo alle sedie che hanno davvero delle persone".
- Analogia: Immagina un insegnante che corregge un test. Se uno studente lascia una domanda in bianco, l'insegnante la ignora. Ma se lo studente scrive una risposta, l'insegnante controlla se è unica e corretta. MU-SHOT-Fi ignora le risposte "sedia vuota" in modo che l'IA non diventi pigra e indovini semplicemente "vuoto" per tutto.

3. Lo "Specchio Magico" (Auto-supervisione per Rotazione)

Per aiutare l'IA a capire la nuova stanza senza un insegnante, il sistema usa un trucco chiamato Auto-supervisione per Rotazione.

Analogia: Immagina di guardare una foto di una persona che cammina. Se giri la foto a testa in giù o di lato, è sempre la stessa persona che cammina, solo orientata diversamente.
L'IA viene addestrata a riconoscere che un pattern di segnale Wi-Fi è la stessa "attività" anche se il segnale è matematicamente ruotato (come girare una mappa). Questo costringe l'IA a imparare l'essenza del movimento (la forma del segnale) piuttosto che memorizzare il rumore specifico della vecchia stanza. Questo la aiuta ad adattarsi alla nuova stanza.

4. Persona Singola vs. Multiple Persone

L'articolo ha creato anche una versione più semplice chiamata SU-SHOT-Fi per quando c'è una sola persona.

Nel mondo della persona singola, l'IA può usare un altro trucco chiamato Codifica Predittiva Contrastiva (CPC). È come ascoltare una canzone e prevedere la nota successiva basandosi sulle precedenti. Aiuta l'IA a capire il ritmo del movimento di una singola persona nel tempo.
La Svolta: Gli autori hanno scoperto che questo trucco del "ritmo" non funziona per più persone. Perché? Perché quando due persone si muovono, i loro ritmi si mescolano. Cercare di prevedere la "nota successiva" di un groviglio confonde l'IA. Quindi, per le stanze affollate, si attengono al trucco dello "Specchio Magico" e alla regola dell'"Occupazione".

I Risultati

I ricercatori hanno testato questo su dati reali:

Multi-utente (dataset WiMANS): Quando hanno spostato l'IA da un'aula a una sala riunioni, o hanno cambiato la frequenza Wi-Fi (da 2.4GHz a 5GHz), la vecchia IA falliva completamente (0% di accuratezza sulle corrispondenze esatte). MU-SHOT-Fi si è ripresa e ha fatto il lavoro, identificando correttamente chi stava facendo cosa nella nuova stanza.
Persona Singola (dataset Widar 3.0): Anche la versione per persona singola è migliorata, diventando migliore nel riconoscere gesti come "battere le mani" o "disegnare uno zigzag" in nuove stanze.

Riepilogo

MU-SHOT-Fi è un sistema intelligente che permette ai sensori Wi-Fi di adattarsi a nuovi ambienti affollati senza bisogno che un umano etichetti ogni singolo istante. Lo fa:

Ignorando gli spazi vuoti in modo che non diventi pigra.
Imparando a riconoscere i movimenti anche quando il segnale è "ruotato" o modificato dall'ambiente.
Sapendo che i trucchi del "ritmo" funzionano per gli atti solisti ma falliscono in una folla.

È essenzialmente insegnare a un sensore Wi-Fi a essere un detective flessibile e autodidatta che può risolvere misteri in una nuova, affollata stanza senza che gli siano mai state dette le risposte.

Sintesi Tecnica: MU-SHOT-Fi: Rilevamento Wi-Fi Multi-Utente Auto-supervisionato con Adattamento di Dominio Non Supervisionato Senza Sorgente

Enunciato del Problema
L'apprendimento profondo (DL) ha fatto progredire il riconoscimento delle attività umane (HAR) basato sulle informazioni sullo stato del canale (CSI) Wi-Fi, apprendendo caratteristiche spazio-temporali senza ingegneria manuale. Tuttavia, i modelli DL soffrono di una scarsa generalizzazione tra ambienti diversi (spostamenti di dominio) causati da cambiamenti nel layout fisico, nelle caratteristiche degli utenti, nell'hardware e nelle bande di frequenza. Questa sfida è esacerbata negli scenari multi-utente, dove le attività concorrenti creano "intreccio del segnale", rendendo difficile attribuire le variazioni CSI a individui specifici. Inoltre, le implementazioni pratiche affrontano vincoli di privacy che impediscono l'accesso ai dati sorgente etichettati durante l'adattamento al dominio target. Sebbene esista l'Adattamento di Dominio Non Supervisionato (UDA), questo richiede dati sorgente etichettati. L'Adattamento di Dominio Non Supervisionato Senza Sorgente (SFUDA) affronta questo problema ma incontra tre ostacoli critici nel rilevamento Wi-Fi multi-utente:

Squilibrio delle Classi: Gli slot "nessuna persona" (vuoti) dominano i dataset, causando il collasso della massimizzazione dell'informazione standard nella previsione della classe vuota dominante.
Invarianza per Permutazione: Gli stati multi-utente sono insiemi non ordinati (ad esempio, [camminare, sedersi] è equivalente a [sedersi, camminare]), rendendo inapplicabili senza verità fondamentale il pseudo-labeling basato sul clustering standard e l'abbinamento a livello di slot.
Intreccio del Segnale: Il CSI multi-utente riflette attività sovrapposte, violando le mappature stabili tra caratteristiche ed etichette assunte da molte tecniche di adattamento.

Metodologia
Gli autori propongono MU-SHOT-Fi, un framework senza sorgente progettato sia per scenari a utente singolo che multi-utente. Il framework opera in due fasi: addestramento sulla sorgente e adattamento al target.

Addestramento sulla Sorgente: Il modello viene addestrato su dati sorgente etichettati utilizzando un approccio di previsione di insiemi invariante per permutazione. Invece di assegnare attività a slot fissi, il modello prevede un insieme di attività attraverso $M$ slot. Un algoritmo di abbinamento ungherese allinea in modo ottimale gli slot previsti con le etichette di verità fondamentale per calcolare la perdita di entropia incrociata, gestendo l'occupazione variabile e gli stati utente non ordinati.
Adattamento al Target (SFUDA): Nel dominio target, sono disponibili solo dati non etichettati. Il classificatore viene congelato e la rete di base viene adattata utilizzando due obiettivi auto-supervisionati:
1. Massimizzazione dell'Informazione Ponderata sull'Occupazione: Per prevenire il collasso nella classe dominante "nessuna persona", gli autori introducono una funzione di perdita di massimizzazione dell'informazione modificata. A differenza dei metodi standard che impongono la diversità su tutti gli slot, questo approccio pondera la regolarizzazione della diversità in base alla probabilità di occupazione stimata di ogni slot. Esclude la classe "nessuna persona" dal termine di entropia marginale, assicurando che il modello si concentri sulla diversificazione delle previsioni solo per gli slot probabilmente occupati.
2. Auto-supervisione Spaziale Basata sulla Rotazione: Per apprendere caratteristiche invarianti al dominio, il framework impiega un compito di previsione binaria della rotazione (0° vs 180°) sulla griglia frequenza-tempo del CSI. Questo sfrutta le proprietà strutturali dei segnali CSI per allineare le rappresentazioni sorgente e target senza etichette.
Variante a Utente Singolo (SU-SHOT-Fi): Per gli scenari a utente singolo, il framework viene personalizzato sostituendo la massimizzazione ponderata sull'occupazione con la massimizzazione dell'informazione standard, abilitando il pseudo-labeling k-vicino al centroide (che è stabile grazie alla distribuzione bilanciata delle classi) e aggiungendo la Codifica Predittiva Contrastiva (CPC) per sfruttare la coerenza temporale nelle sequenze CSI.

Contributi Chiave

Framework MU-SHOT-Fi: Il primo framework SFUDA specificamente progettato per il rilevamento Wi-Fi multi-utente, agnostico rispetto alla pre-elaborazione CSI (rapporto di ampiezza o fase).
Massimizzazione dell'Informazione Ponderata sull'Occupazione: Una nuova funzione di perdita che mitiga lo squilibrio delle classi ponderando dinamicamente la regolarizzazione della diversità in base all'occupazione degli slot, prevenendo il collasso del modello verso la classe "nessuna persona".
Apprendimento Invariante per Permutazione: L'integrazione dell'abbinamento ungherese durante l'addestramento sulla sorgente e il suo adattamento al dominio target senza corrispondenza esplicita degli slot, affrontando la natura non ordinata degli stati multi-utente.
Auto-supervisione Spaziale: L'uso della previsione della rotazione sulle strutture frequenza-tempo del CSI per apprendere caratteristiche invarianti al dominio senza etichette.
Valutazione Completa: Esperimenti estensivi sui dataset WiMANS (multi-utente) e Widar 3.0 (utente singolo) attraverso spostamenti trasversali di ambiente, frequenza e orientamento.

Risultati Sperimentali

Multi-utente (WiMANS): Sotto spostamenti di dominio combinati (trasversale all'ambiente e alla frequenza), il modello solo-sorgente ha raggiunto una precisione a livello di slot del solo 19,61%. MU-SHOT-Fi ha migliorato questo valore al 41,97%, riducendo contemporaneamente l'Errore Medio Assoluto (MAE) di occupazione da 3,00 a 2,12. Ha inoltre raggiunto una precisione di corrispondenza esatta del 2,88% (vs 0,71% per le linee di base), rappresentando un miglioramento massiccio rispetto al caso casuale nello spazio di output combinatorio.
Utente Singolo (Widar 3.0): SU-SHOT-Fi ha migliorato la precisione media dall'80,18% (solo-sorgente) all'85,75% attraverso vari spostamenti, superando le linee di base SFUDA standard (SHOT-IM e SHOT++).
Studi di Ablazione:
- L'aggiunta di CPC al modello multi-utente ha degradato le prestazioni, poiché la coerenza temporale entra in conflitto con il riordinamento degli slot invariante per permutazione richiesto dall'abbinamento ungherese.
- Un'architettura di classificatore parallelo raggruppato ha superato un decoder transformer basato su query (stile DETR) nell'adattamento, poiché quest'ultimo tendeva a sfruttare la classe maggioritaria "nessuna persona" invece di apprendere le caratteristiche delle attività.

Significato e Affermazioni
Il documento afferma che MU-SHOT-Fi recupera efficacemente le prestazioni di classificazione esatta delle attività multi-utente sotto grandi spostamenti di dominio, mantenendo al contempo una stima accurata dell'occupazione. Gli autori sottolineano che il loro approccio previene il collasso del modello verso le classi dominanti — un comune modo di fallimento nell'SFUDA multi-utente — modellando esplicitamente la struttura di occupazione dello spazio di output. Il lavoro evidenzia che, mentre le tecniche di adattamento standard (come l'apprendimento avversario o la semplice minimizzazione dell'entropia) falliscono negli scenari multi-utente a causa dell'intreccio del segnale e dello squilibrio delle classi, la diversità ponderata sull'occupazione e l'apprendimento invariante per permutazione proposti abilitano un adattamento stabile. Il codice sorgente è pubblicamente disponibile per facilitare ulteriori ricerche nel rilevamento Wi-Fi multi-utente che preserva la privacy.