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

Resumo Técnico: MU-SHOT-Fi: Sensoriamento Wi-Fi Multi-Usuário Auto-supervisionado com Adaptação de Domínio Não Supervisionada Livre de Fonte

Declaração do Problema
A aprendizagem profunda (DL) avançou o Reconhecimento de Atividade Humana (HAR) baseado em Informações de Estado do Canal (CSI) do Wi-Fi, aprendendo características espaço-temporais sem engenharia manual. No entanto, os modelos de DL sofrem com baixa generalização entre ambientes (desvios de domínio) causados por mudanças na disposição física, características do usuário, hardware e faixas de frequência. Esse desafio é exacerbado em configurações multi-usuário, onde atividades concorrentes criam "emaranhamento de sinal", tornando difícil atribuir variações de CSI a indivíduos específicos. Além disso, implementações práticas enfrentam restrições de privacidade que impedem o acesso a dados de origem rotulados durante a adaptação ao domínio de destino. Embora a Adaptação de Domínio Não Supervisionada (UDA) exista, ela requer dados de origem rotulados. A Adaptação de Domínio Não Supervisionada Livre de Fonte (SFUDA) aborda isso, mas enfrenta três obstáculos críticos no sensoriamento Wi-Fi multi-usuário:

1. Desequilíbrio de Classes: As vagas "sem pessoa" (vazias) dominam os conjuntos de dados, fazendo com que a maximização de informação padrão colapse para prever a classe vazia dominante.
2. Invariância de Permutação: Os estados multi-usuário são conjuntos não ordenados (por exemplo, [caminhar, sentar] é equivalente a [sentar, caminhar]), tornando inviável a rotulagem pseudo baseada em agrupamento e o correspondência nível de vaga sem dados reais.
3. Emaranhamento de Sinal: O CSI multi-usuário reflete atividades superpostas, violando os mapeamentos estáveis de característica-para-rotulo assumidos por muitas técnicas de adaptação.

Metodologia
Os autores propõem o MU-SHOT-Fi, um framework livre de fonte projetado para cenários de usuário único e multi-usuário. O framework opera em duas etapas: treinamento de origem e adaptação de destino.

• Treinamento de Origem: O modelo é treinado em dados de origem rotulados usando uma abordagem de predição de conjunto invariante a permutações. Em vez de atribuir atividades a vagas fixas, o modelo prevê um conjunto de atividades através de $M$ vagas. Um algoritmo de correspondência húngara alinha otimamente as vagas previstas com as etiquetas reais para calcular a perda de entropia cruzada, lidando com ocupação variável e estados de usuário não ordenados.
• Adaptação de Destino (SFUDA): No domínio de destino, apenas dados não rotulados estão disponíveis. O classificador é congelado, e a base é adaptada usando dois objetivos auto-supervisionados:
  1. Maximização de Informação Ponderada por Ocupação: Para evitar o colapso na classe dominante "sem pessoa", os autores introduzem uma função de perda de maximização de informação modificada. Diferentemente dos métodos padrão que impõem diversidade em todas as vagas, esta abordagem pondera a regularização de diversidade pela probabilidade de ocupação estimada de cada vaga. Ela exclui a classe "sem pessoa" do termo de entropia marginal, garantindo que o modelo foque em diversificar previsões apenas para vagas provavelmente ocupadas.
  2. Auto-supervisão Espacial Baseada em Rotação: Para aprender características invariantes ao domínio, o framework emprega uma tarefa de predição binária de rotação (0° vs. 180°) na grade frequência-tempo do CSI. Isso explora as propriedades estruturais dos sinais de CSI para alinhar representações de origem e destino sem rótulos.
• Variação de Usuário Único (SU-SHOT-Fi): Para cenários de usuário único, o framework é personalizado substituindo a maximização ponderada por ocupação pela maximização de informação padrão, permitindo a rotulagem pseudo baseada em k-vizinhos do centróide (que é estável devido a distribuições de classes balanceadas) e adicionando Codificação Preditiva Contrastiva (CPC) para explorar a consistência temporal em sequências de CSI.

Principais Contribuições

1. Framework MU-SHOT-Fi: O primeiro framework SFUDA especificamente projetado para sensoriamento Wi-Fi multi-usuário, agnóstico ao pré-processamento de CSI (razão de amplitude ou fase).
2. Maximização de Informação Ponderada por Ocupação: Uma função de perda inovadora que mitiga o desequilíbrio de classes ponderando dinamicamente a regularização de diversidade com base na ocupação da vaga, prevenindo o colapso do modelo para a classe "sem pessoa".
3. Aprendizado Invariante a Permutações: A integração da correspondência húngara durante o treinamento de origem e sua adaptação ao domínio de destino sem correspondência explícita de vagas, abordando a natureza não ordenada dos estados multi-usuário.
4. Auto-supervisão Espacial: O uso de predição de rotação em estruturas frequência-tempo do CSI para aprender características invariantes ao domínio sem rótulos.
5. Avaliação Abrangente: Experimentos extensivos nos conjuntos de dados WiMANS (multi-usuário) e Widar 3.0 (usuário único) através de desvios entre ambientes, entre frequências e entre orientações.

Resultados Experimentais

• Multi-Usuário (WiMANS): Sob desvios de domínio combinados (entre ambientes e entre frequências), o modelo apenas de origem alcançou apenas 19,61% de precisão nível de vaga. O MU-SHOT-Fi melhorou isso para 41,97%, enquanto reduziu o Erro Médio Absoluto (MAE) de Ocupação de 3,00 para 2,12. Também alcançou uma precisão de Correspondência Exata de 2,88% (vs. 0,71% para baselines), representando uma melhoria massiva sobre o acaso aleatório no espaço de saída combinatório.
• Usuário Único (Widar 3.0): O SU-SHOT-Fi melhorou a precisão média de 80,18% (apenas origem) para 85,75% através de vários desvios, superando as baselines padrão de SFUDA (SHOT-IM e SHOT++).
• Estudos de Ablação:
  • Adicionar CPC ao modelo multi-usuário degradou o desempenho, pois a consistência temporal conflita com a reordenação de vagas invariante a permutações exigida pela correspondência húngara.
  • Uma arquitetura de classificador paralelo agrupado superou um decodificador transformador baseado em consultas (estilo DETR) na adaptação, pois este último tendia a explorar a classe majoritária "sem pessoa" em vez de aprender características de atividade.

Significado e Alegações
O artigo afirma que o MU-SHOT-Fi recupera efetivamente o desempenho de classificação exata de atividades multi-usuário sob grandes desvios de domínio, mantendo uma estimativa precisa de ocupação. Os autores enfatizam que sua abordagem previne o colapso do modelo para classes dominantes — uma falha comum na SFUDA multi-usuário — ao modelar explicitamente a estrutura de ocupação do espaço de saída. O trabalho destaca que, enquanto técnicas de adaptação padrão (como aprendizado adversarial ou minimização simples de entropia) falham em configurações multi-usuário devido ao emaranhamento de sinal e desequilíbrio de classes, a diversidade ponderada por ocupação proposta e o aprendizado invariante a permutações permitem adaptação estável. O código-fonte está publicamente disponível para facilitar pesquisas futuras em sensoriamento Wi-Fi multi-usuário com preservação de privacidade.