💻 computer science

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

Este artigo propõe um novo método para o reconhecimento de atividades humanas via Wi-Fi (CSI) que utiliza um autoencoder variacional para comprimir sinais brutos em representações discretas, permitindo a extração de regras lógicas (LTL) baseadas em causalidade para criar um classificador simbólico, interpretável e controlável.

Autores originais: 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

Publicado 2026-04-28

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: 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

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

O "Detetive de Wi-Fi": Como entender o que as pessoas fazem sem usar câmeras

Imagine que você está em uma casa inteligente. Você quer saber se alguém caiu no chão ou se está apenas sentando no sofá, mas você não quer usar câmeras por questões de privacidade. Como fazer isso?

Os cientistas descobriram que o sinal de Wi-Fi é como uma "teia de aranha" invisível que preenche a sala. Quando uma pessoa se move, ela "balança" essa teia. O problema é que esse sinal de Wi-Fi é uma bagunça de dados: é barulhento, confuso e parece uma estática de TV antiga.

Este artigo apresenta uma nova forma de transformar esse "barulho" em regras lógicas claras, como se estivéssemos ensinando um detetive a ler os sinais invisíveis.

Os Três Passos do Método (A Analogia da Orquestra)

Para resolver esse problema, os pesquisadores criaram um sistema chamado CHARL-TRE. Podemos compará-lo a transformar um concerto de música caótico em uma partitura escrita.

1. O Compactador (O Tradutor de Ruído)

O sinal de Wi-Fi bruto é como uma multidão gritando ao mesmo tempo em um estádio. É impossível entender o que cada um diz.

O que o sistema faz: Ele usa uma inteligência artificial (chamada VAE) que funciona como um "filtro de ruído". Ela pega esse barulho gigante e o transforma em pequenos "blocos de construção" discretos (como se transformasse o barulho em notas musicais simples: Dó, Ré, Mi).
O resultado: Em vez de lidar com milhões de ondas confusas, o sistema agora lida com uma sequência de símbolos simples.

2. O Detetive de Causa e Efeito (O Investigador de Padrões)

Agora que temos as "notas musicais", precisamos entender a música. O sistema usa uma técnica de "descoberta causal".

A analogia: Imagine que você observa que, toda vez que o tambor bate (Nota A), dois segundos depois o violão toca (Nota B). O detetive não apenas nota que eles acontecem juntos, mas ele entende que o tambor causa o movimento do violão.
O que o sistema faz: Ele analisa a sequência de símbolos e descobre as regras de causa e efeito. Por exemplo: "Se o sinal X acontecer agora, o sinal Y certamente acontecerá daqui a 2 segundos".

3. O Livro de Regras (O Juiz Lógico)

Em vez de deixar uma inteligência artificial "adivinhar" o que está acontecendo (o que é o que as IAs comuns fazem, de forma misteriosa), este sistema escreve um manual de instruções em uma linguagem lógica (chamada LTL).

A analogia: Em vez de um robô dizer "Eu acho que é uma caminhada", ele diz: "Eu tenho certeza de que é uma caminhada porque segui a regra: 'Se o pé esquerdo subir, o direito desce logo em seguida'".
O resultado: O sistema cria regras como: "Se o sinal 1 aparecer, então o sinal 3 deve aparecer em breve". Isso é o que chamamos de interpretabilidade. Você pode ler a regra e entender exatamente por que o computador tomou aquela decisão.

Por que isso é revolucionário?

Privacidade Total: Você monitora a saúde de um idoso em casa sem nunca precisar de uma câmera filmando o quarto dele. O Wi-Fi "sente" o movimento, mas não "vê" a imagem.
Transparência (Sem "Caixa Preta"): As IAs comuns costumam ser uma "caixa preta" — elas dão a resposta, mas ninguém sabe como chegaram lá. Este sistema entrega um livro de regras. Se ele errar, você pode abrir o manual, ver qual regra está errada e corrigi-la manualmente.
Controle: Se você quiser que o sistema seja mais sensível a movimentos rápidos (como um salto), você não precisa treinar tudo do zero; você pode simplesmente ajustar as regras lógicas.

Resumo da Ópera

Os pesquisadores criaram um jeito de pegar o sinal invisível e bagunçado do Wi-Fi, transformá-lo em símbolos simples, descobrir as leis de causa e efeito desses símbolos e, finalmente, escrever um manual de regras lógicas que explica o que a pessoa está fazendo. É a união da força bruta da IA com a clareza da lógica humana.

Resumo Técnico: CHARL-TRE (Towards Causally Interpretable Wi-Fi CSI-Based HAR)

1. O Problema

O reconhecimento de atividades humanas (HAR) baseado em informações de estado de canal (CSI) de Wi-Fi é uma área promissora para o monitoramento sem dispositivos (device-free). No entanto, os modelos atuais enfrentam um dilema fundamental:

Modelos de Deep Learning (DNNs): Possuem alto desempenho, mas são "caixas-pretas". Suas representações latentes são contínuas e distribuídas, o que as torna opacas, difíceis de interpretar e impossíveis de modificar logicamente sem retreinamento.
Abordagens Simbólicas/Declarativas: São interpretáveis e controláveis, mas falham ao tentar processar sinais brutos de Wi-Fi, que são de alta dimensão, ruidosos e complexos.

O desafio é criar um sistema que processe sinais brutos, mas que resulte em uma estrutura temporal causal e em um classificador determinístico baseado em regras lógicas.

2. Metodologia (O Pipeline CHARL-TRE)

Os autores propõem um pipeline totalmente automático e estritamente desacoplado, dividido em três estágios principais:

A. Aprendizado de Representação Discreta (VAE Categórico):
Em vez de usar representações contínuas, o sistema utiliza um Variational Autoencoder (VAE) Categórico com variáveis latentes discretas, otimizadas via Gumbel-Softmax.

O sinal bruto de CSI é comprimido em uma trajetória de códigos one-hot (binários).
Utiliza-se um controle de capacidade ( $\beta$ -VAE) para regular o fluxo de informação e evitar o colapso do posterior.
Após o treinamento, o codificador (encoder) é congelado, servindo como um mapeamento determinístico de sinais brutos para o espaço latente discreto.

B. Descoberta Causal (LPCMCI):
No espaço latente discreto, o sistema aplica o algoritmo Latent PCMCI (LPCMCI) com testes de correlação parcial (ParCorr).

O objetivo é identificar dependências temporais causais (com atrasos/lags $\tau$ ) entre as variáveis latentes para cada classe de atividade.
O algoritmo identifica se a ativação de uma variável latente $X_s$ em um tempo $t$ causa a ativação (relação positiva) ou a exclusão (relação negativa) de uma variável $X_d$ em um tempo $t+\tau$ .

C. Extração de Regras e Classificação (LTL):
As dependências causais descobertas são traduzidas diretamente em fórmulas de Lógica Temporal Linear (LTL).

Tradução: Uma dependência positiva torna-se uma regra de ativação $\square(X_s \to \bigcirc_\tau X_d)$ ; uma negativa torna-se uma regra de exclusão $\square(X_s \to \bigcirc_\tau \neg X_d)$ .
Classificador Determinístico: Não há uma camada neural de classificação. O sistema constrói um classificador baseado em regras que calcula uma razão de verossimilhança (log-likelihood ratio) para cada regra. A classe predita é aquela que obtém a maior pontuação baseada na satisfação das regras LTL.

3. Principais Contribuições

Desacoplamento Estrito: A separação entre a compressão neural (não supervisionada) e o raciocínio simbólico (causal) permite que as regras sejam modificadas ou inspecionadas sem necessidade de retreinar o modelo de compressão.
Interpretabilidade Causal: O modelo fornece regras LTL explícitas que descrevem a dinâmica temporal das atividades no espaço latente.
Fusão Multi-Antena Modular: Como o classificador é baseado em regras lógicas, é possível combinar conjuntos de regras de diferentes antenas através de operações lógicas (conjunção/disjunção) sem alterar o codificador.
Classificação Determinística: Demonstra que é possível realizar HAR de alta performance sem uma "cabeça" discriminativa aprendida, usando apenas a avaliação de regras lógicas.

4. Resultados

Desempenho: O modelo alcançou uma precisão superior a 70%, o que é considerado competitivo para um sistema puramente determinístico e não supervisionado.
Complexidade vs. Precisão: Atividades "quasi-estacionárias" (como Sit, Stand, Squat) foram reconhecidas com alta precisão. Atividades altamente dinâmicas (como Jump ou Waving) apresentaram maior erro devido a trajetórias latentes menos estáveis.
Transparência: Cada decisão de classificação é rastreável até uma fórmula LTL específica, permitindo entender exatamente qual padrão temporal disparou a detecção.

5. Significância

O trabalho é significativo por provar que a interpretabilidade semântica não é um pré-requisito para o raciocínio simbólico. Embora as variáveis latentes não tenham nomes humanos (ex: "movimento de braço"), suas interações temporais estruturadas são suficientes para construir um sistema de decisão lógico, causal e robusto. Isso abre caminho para sistemas de monitoramento de saúde e segurança que são auditáveis e controláveis por humanos.