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

この論文は、ウェアラブル慣性センサーを用いた人間活動認識において、個人差による汎化性能の課題を解決するため、敵対的学習タスクに個人差の概念を組み込んだ新たな深層学習フレームワークを提案し、既存手法を上回る性能を達成したことを示しています。

要約

この論文は、**「ウェアラブルセンサー（手首や胸につける動きを測る装置）を使って、人が何をしているか（歩いている、走っている、座っているなど）を AI に認識させる技術」**について書かれたものです。

でも、ここには大きな「壁」がありました。それをどう乗り越えたか、わかりやすく解説しますね。

🏃‍♂️ 問題：人によって動き方が違う「個性」の壁

Imagine you are teaching a robot to recognize "running".
もし、あなたが「走る」という動作をロボットに教えるとき、「自分」の走り方だけを教えたとしたらどうなるでしょうか？

• あなたは力強く腕を振って走ります。
• でも、別の人は小刻みに足踏みしながら走ります。
• また、別の人はゆっくりとジョギングします。

このように、**「同じ『走る』という動作でも、人によって動き方（スピードや力加減）が全然違う」という現象を、研究者たちは「主観間変動（Inter-subject variability）」**と呼んでいます。

これまでの AI は、ある人のデータで学習すると、その人の「走り方」を覚えてしまい、「知らない人」のデータを見ると、全く認識できなくなってしまうという弱点がありました。まるで、「A 君の顔しか知らないカメラが、B 君の顔を『誰だ？』と間違えてしまう」ようなものです。

🛠️ 解決策：AI に「個性」を消すトレーニングをさせる

この論文の著者たちは、この壁を壊すために、**「新しい対抗学習（アドバーサリアル学習）」**という方法を開発しました。

これを料理に例えてみましょう。

1. これまでの方法（失敗例）：
   料理人（AI）に「A さんの作るカレー」と「B さんの作るカレー」を別々に教えて、それぞれを区別させようとした。でも、A さんのカレーしか知らない料理人が、B さんのカレーを見ると「これはカレーじゃない！」と判断してしまう。

2. この論文の方法（成功例）：
   料理人（AI）に**「誰が作ったか（A さんか B さんか）」を当てるゲーム**をさせます。

   • ルール： 「A さんと B さんが作ったカレーを並べたとき、『これは同じ人が作ったものだ』と AI が勘違いできるように、味（特徴）を調整しなさい」
   • 目的： AI は「誰が作ったか」を区別できなくなるように、「カレーとしての本質（味）」だけを抽出するよう訓練されます。
   • 結果： 「A さんのカレー」も「B さんのカレー」も、「カレー」という共通の味として認識されるようになります。

つまり、「人による違い（個性）」を消し去り、「活動そのもの（カレーの味）」に焦点を当てた共通の言語（特徴空間）を AI に作らせたのです。

🎮 具体的な仕組み：3 つのステップ

このシステムは、3 つの段階で AI を鍛え上げます。

1. リハーサル（再構成）：
   まず、AI に「元の動きのデータ」を覚えて、そのまま再現させる練習をさせます（「記憶力」を鍛える）。
2. 授業（教師あり学習）：
   次に、「これは『走る』、これは『歩く』」と正解を教えながら、動きを分類する練習をします。
3. 対抗トレーニング（ここが新しさ！）：
   ここが肝心です。AI に**「誰がやったか」を隠すゲーム**をさせます。
   • 「A さんと B さんの『走る』データを混ぜて、AI に『これは同じ人がやったものだ』と思わせる」ように指示します。
   • AI は「誰がやったか」をバレないように特徴を変えつつ、「走る」という分類は間違えないようにバランスを取ります。
   • これを繰り返すことで、AI は**「誰がやっても『走る』とわかる、普遍的な動き」**を学ぶようになります。

🏆 結果：どんなに新しい人でも、見分けられる！

この新しい方法を、3 つの異なるデータセット（PAMAP2, MHEALTH, REALDISP）でテストしました。
テストのルールは**「Leave-One-Subject-Out（LOSO）」**です。これは、「10 人のデータで学習して、全く見知らぬ 11 人目のデータでテストする」という、非常に厳しいテストです。

• 結果： 従来のどんな方法よりも、見知らぬ人に対する認識精度が圧倒的に高くなりました。
• 証拠： 統計的な分析でも、学習データとテストデータの「距離」が短縮され、AI が新しい人に対してもスムーズに認識できるようになっていることが確認されました。

💡 まとめ

この論文が伝えたかったことはシンプルです。

「AI に『人』の違いを気にさせず、『活動そのもの』の本質だけを学ばせれば、どんな新しい人に対しても、正確に動きを認識できる！」

これにより、今後、**「特定の人のデータを集めなくても、誰でもすぐに使える」**ような、よりスマートで便利なウェアラブル AI が実現する可能性があります。まるで、どんな料理人が作っても「美味しいカレー」として認識できる、究極の味覚センサーのようなものです。

技術概要

論文要約：埋め込み型対人変動性を考慮した敵対的学習による慣性センサーベースの人間活動認識

論文タイトル: EMBEDDED INTER-SUBJECT VARIABILITY IN ADVERSARIAL LEARNING FOR INERTIAL SENSOR-BASED HUMAN ACTIVITY RECOGNITION
会議: 2025 IEEE INTERNATIONAL WORKSHOP ON MACHINE LEARNING FOR SIGNAL PROCESSING (MLSP 2025)
著者: Francisco M. Calatrava-Nicolás, Shoko Miyauchi, Vitor Fortes Rey, Paul Lukowicz, Todor Stoyanov, Oscar Martinez Mozos

---

1. 背景と課題 (Problem)

人間活動認識（HAR: Human Activity Recognition）は、ウェアラブル慣性センサー（IMU）からのデータを用いて、個人の動作を分類する技術です。医療、ロボティクス、自動運転など幅広い分野で応用されています。

しかし、HAR における最大の課題の一つは、**「対人変動性（Inter-Subject Variability）」**によるモデルの汎化性能の低下です。

• 問題の本質: 同じ活動（例：歩行、階段昇降）であっても、個人の身体特性、動作の速さ、強度、好みによってセンサー信号の分布が大きく異なります。
• 既存手法の限界: 従来の深層学習モデルは、特定のユーザーのデータで訓練されると、見知らぬユーザー（Unseen Users）のデータに対して精度が著しく低下する傾向があります。
• 既存の敵対的学習アプローチの課題:
  • 従来の敵対的学習では、「ユーザー識別タスク」を敵対タスクとして導入し、ユーザーに依存しない特徴を学習させようとします。
  • しかし、ユーザー数をクラス数として扱う手法はスケーラビリティに問題があり（新しいユーザー追加でモデル変更が必要）、単にユーザーペアをランダムにサンプリングする手法は、すべてのユーザーに対して均一な表現学習が保証されないなどの課題がありました。

2. 提案手法 (Methodology)

著者らは、対人変動性を敵対的タスクの内部に**「埋め込む（Embed）」**ことで、活動ごとの共通特徴空間を学習し、ユーザー依存性を低減する新しい深層敵対学習フレームワークを提案しました。

2.1 核心的なアイデア

従来の「ユーザーが誰か」を判別する敵対タスクではなく、**「2 つのデータサンプルが、同じ活動かつ同じユーザーか、同じ活動だが異なるユーザーか」**を判別する新しい敵対タスクを設計しました。

• 入力: 同じ活動ラベル $y$ を持つ 2 つの異なるデータサンプル $(x_a, x_b)$ と、それらのユーザーラベル $(s_a, s_b)$。
• 敵対タスクの目的:
  • ラベル $g=1$: 同じユーザー ($s_a = s_b$)
  • ラベル $g=0$: 異なるユーザー ($s_a \neq s_b$)
• 学習の方向性: 特徴抽出器（Feature Extractor）は、異なるユーザーからのデータであっても、同じ活動であれば判別器（Discriminator）に「同じユーザー」と誤認させるように学習します。これにより、活動に固有の共通特徴を抽出しつつ、個人差（ノイズ）を除去した表現を強制します。

2.2 フレームワークの構成

フレームワークは以下の 4 つのブロックと 3 つの学習ステップで構成されます。

1. 特徴抽出器 (F): センサー信号を低次元の潜在空間へ変換。
2. 再構成器 (R): 潜在空間から元の信号を再構成（学習の安定化のため）。
3. 活動分類器 (C): 潜在空間から活動ラベルを予測。
4. 判別器 (D): 上記の新しい敵対タスク（同じ活動内のユーザー同一性）を判定。

学習プロセス:

1. Step 1 (再構成): 再構成損失 ($L_R$) のみで F と R を事前学習。
2. Step 2 (教師あり学習): 再構成損失 ($L_R$)、活動分類損失 ($L_C$)、敵対損失 ($L_D$) を用いて全モジュールを教師ありで学習。
3. Step 3 (敵対学習):
   • 3.1: 判別器 D を固定し、特徴抽出器 F を更新。F は分類性能を維持しつつ、判別器を欺く（異なるユーザーを同じと誤認させる）ように学習。ここで非飽和型 GAN 損失を採用。
   • 3.2: 特徴抽出器 F を固定し、判別器 D を更新。
   • この交替最適化を繰り返す。

2.3 損失関数

最終的な F の損失関数は、分類、再構成、敵対学習を統合した重み付き和です：
$$L_{step3.1}^F = w_A L_A + w_R L_R + w_C L_C$$
ここで $L_A$ は、異なるユーザー（$g=0$）のペアを、判別器に「同じユーザー（$g=1$）」と分類させるための非飽和損失です。

3. 実験設定とデータセット

• データセット: 3 つの標準的な HAR データセットを使用。
  • PAMAP2: 9 人の被験者、18 種類の活動。
  • MHEALTH: 10 人の被験者、12 種類の活動。
  • REALDISP: 17 人の被験者、33 種類の活動。
• 評価指標: LOSO (Leave-One-Subject-Out) クロスバリデーション。
  • 1 人の被験者をテスト用、残りを訓練用として繰り返し評価。これにより、未知のユーザーに対する汎化性能を厳密に評価。
• 比較対象: MCCNN, DCLSTM, METIER, UIDFE, DDLearn などの既存 SOTA 手法。

4. 結果 (Results)

4.1 分類性能の向上

提案手法は、3 つのデータセットすべてにおいて、既存の最先行手法を Accuracy および F1-Score (Macro) の両方で上回りました。

• PAMAP2: 精度 87.03% (既存最高 80.14%)
• REALDISP: 精度 97.10% (既存最高 94.50%)
• MHEALTH: 精度 92.25% (既存最高 89.82%)
• 特筆すべきは、提案手法が最も低い四分位範囲 (IQR) を示した点です。これは、被験者間のばらつきが小さく、ロバストな性能を発揮していることを意味します。

4.2 対人変動性の低減 (分布距離の分析)

Wasserstein 距離を用いて、訓練データとテストデータ（未知のユーザー）間の分布距離を測定しました。

• 結果: 敵対学習ステップ（Step 3）を経ることで、PAMAP2 と REALDISP のデータセットにおいて、活動ごとの分布距離が有意に減少しました。
• 意味: 敵対タスクが、異なるユーザー間での「同じ活動」の分布をより近づけ、ユーザー固有のノイズを除去できていることを示しています。

4.3 構成要素の検証 (Ablation Study)

• 再構成器 (R) と敵対学習の寄与: 再構成のみ、または敵対学習なしのベースラインと比較し、提案手法の完全な構成が最も高い性能を示しました。
• 敵対タスクの比較: 既存の「ユーザー識別タスク（UIDFE 方式）」や「ペアの同一性判定（Bai et al. 方式）」と比較し、提案した「活動ラベルを埋め込んだペア判定タスク」が最も高い精度と安定性を達成しました。

4.4 ハイパーパラメータの感度

損失関数の重み ($w_R, w_C, w_A$) を変化させた実験において、精度は 1-2% 未満の範囲でしか変動しませんでした。これは、提案フレームワークがハイパーパラメータの選択に対して頑健（ロバスト）であることを示しています。

5. 結論と意義 (Significance)

本論文は、ウェアラブル慣性センサーを用いた人間活動認識において、「対人変動性」を敵対的学習のタスク設計そのものに組み込むことで、未知のユーザーに対する汎化性能を大幅に向上させる新しいアプローチを提案しました。

主な貢献:

1. 新しい敵対タスクの設計: 活動ラベルとユーザー情報を統合したバイナリ分類タスクを導入し、スケーラビリティを維持しつつ個人差を低減。
2. 統合損失関数: 非飽和型 GAN 損失を用いた、分類・再構成・敵対学習を統合した新しい損失関数の提案。
3. 実証的評価: 3 つの主要データセットでの LOSO 評価により、既存の SOTA 手法を凌駕する性能と、分布距離の縮小という理論的裏付けを示した。

意義:
この手法は、新規ユーザーへの追加データ収集なしに高精度な HAR システムを構築できる可能性を示しており、医療モニタリングやパーソナライズドサービスなど、実世界での適用を促進する重要な一歩となります。また、ユーザー識別タスクを回避するアプローチは、プライバシー保護の観点からも有益です。