論文の概要: Practical Wi-Fi-based Motion Recognition Under Variable Traffic Patterns

• arxiv url: http://arxiv.org/abs/2605.08308v1
• Date: Fri, 08 May 2026 13:23:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:49.55515
• Title: Practical Wi-Fi-based Motion Recognition Under Variable Traffic Patterns
• Title（参考訳）: 可変トラヒックパターンによるWi-Fiベースの実用的な動作認識
• Authors: Guolin Yin, Junqing Zhang, Guanxiong Shen, Simon L. Cotton,
• Abstract要約: 本稿では, 可変トラフィックパターン下での動作認識のための新しいWi-Fiセンシング手法を提案する。 可変入力サイズのセンシング信号を効率的に処理するために,サンプリングレート多元性ニューラルネットワーク(SRV-NN)を提案する。 動的サンプリングレートの増大は、可変サンプリングレートと間隔に使用される。
• 参考スコア（独自算出の注目度）: 16.378226817850013
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Wi-Fi sensing detects human motions and activities by analysing the channel state information (CSI) derived from Wi-Fi transmissions. However, the impact of variable transmission traffic, which dictates the effective sampling rate and interval, is often overlooked. Existing Wi-Fi sensing systems are trained with fixed input size and sampling rate, which suffer from poor sampling rate generalisation. This paper proposes a novel Wi-Fi sensing approach for motion recognition applications, e.g., gesture and activity recognition, under variable traffic patterns. A sampling rate versatile neural network (SRV-NN) based on the transformer is proposed to efficiently handle variable input-sized sensing signals. A dynamic sampling rate augmentation is employed for variable sampling rates and intervals. To validate our approach, we have carried out extensive experimental evaluation, using two self-collected datasets, namely SRV activity and SRV gesture, as well as two publicly available datasets. Our method demonstrated exceptional performance and stability under variable sampling rates, with substantial improvements in average accuracy compared to baseline models without augmentation. The proposed approach significantly enhances stability by greatly reducing accuracy variance across different sampling rates.
• Abstract（参考訳）: Wi-Fiセンサは、Wi-Fi送信から派生したチャネル状態情報(CSI)を分析して人の動きや活動を検出する。 しかし、効果的なサンプリング率と間隔を規定する可変送信トラフィックの影響は、しばしば見過ごされる。 既存のWi-Fiセンシングシステムは、サンプリングレートの一般化に苦しむ、一定の入力サイズとサンプリングレートで訓練されている。 本稿では,交通パターンの変動を考慮した動作認識のための新しいWi-Fiセンシング手法を提案する。 可変入力サイズのセンシング信号を効率的に処理するために, トランスフォーマに基づくサンプリングレート多元性ニューラルネットワーク(SRV-NN)を提案する。 動的サンプリングレートの増大は、可変サンプリングレートと間隔に使用される。 提案手法の有効性を検証するため,SRVアクティビティとSRVジェスチャという2つの自己コンパイル型データセットと,公開されている2つのデータセットを用いて,広範囲な実験的評価を行った。 提案手法は, 改良のないベースラインモデルと比較して, 平均精度を著しく向上させるとともに, 可変サンプリングレート下での優れた性能と安定性を示した。 提案手法は,異なるサンプリングレートにおける精度のばらつきを大幅に低減することにより,安定性を著しく向上する。

関連論文リスト

• Transferable Deployment of Semantic Edge Inference Systems via Unsupervised Domain Adaption [45.92613926374766]
  ラベル付きデータサンプルを用いて特徴エンコーダ/デコーダの効率的なトレーニングにより推論精度を決定する。 センサデータと通信チャネルの分布の違いにより、新しい環境にシステムを展開すると、アノテートデータラベルのコストが高くなる可能性がある。 ラベル付きサンプルを必要とせずに,新しい環境下で高い推論精度を維持することができるセマンティックエッジ推論システム(DASEIN)のドメイン適応手法を提案する。
  論文  参考訳（メタデータ） (2025-04-16T08:50:51Z)
• Noisy Test-Time Adaptation in Vision-Language Models [73.14136220844156]
  テスト時間適応(TTA)は、テスト中のターゲットデータのみに依存することにより、ソースデータとターゲットデータの分散シフトに対処することを目的としている。 本稿では、ゼロショット方式で、テスト時にノイズのあるサンプルをターゲットとするデータにモデルを適応させることに焦点を当てたゼロショットノイズTTA(ZS-NTTA)を提案する。 本稿では, 冷凍機の出力を擬似ラベルとして利用し, ノイズ検出器の訓練を行う適応ノイズ検出器(AdaND)を提案する。
  論文  参考訳（メタデータ） (2025-02-20T14:37:53Z)
• Joint Adaptive OFDM and Reinforcement Learning Design for Autonomous Vehicles: Leveraging Age of Updates [2.607046313483251]
  ミリ波を用いた周波数分割多重化(OFDM)は高分解能センシングと高速データ伝送に適した代替手段である。 本研究では,AVがキュー状態情報(QSI)とチャネル状態情報(CSI)を,通信とセンシングを管理するための強化学習技術とともに利用する自律走行車ネットワークについて考察する。
  論文  参考訳（メタデータ） (2024-12-24T15:32:58Z)
• Traffic State Estimation from Vehicle Trajectories with Anisotropic Gaussian Processes [21.13555047611666]
  本稿では,標準等方性GPカーネルを異方性カーネルに変換するカーネル回転再パラメータ化方式を提案する。 また、複数のレーンの交通状態を同時に推定できるマルチアウトプットGPへのアプローチも拡張しています。 連結車両(CV)と人間駆動車両(HV)の混合交通について検討し,交通状態推定(TSE)方式を5%から50%まで実験した。
  論文  参考訳（メタデータ） (2023-03-04T03:59:17Z)
• EARL: An Elliptical Distribution aided Adaptive Rotation Label Assignment for Oriented Object Detection in Remote Sensing Images [22.963695067213084]
  アダプティブ・ローテーション・ラベル・アサインメント (EARL) は、アンカーフリー検出器において、高品質な正のサンプルを適応的に選択するために提案される。 本稿では,ターゲットの規模に応じて多レベル特徴写像の中から適応的にサンプルを選択するために,適応型スケールサンプリング(ADS)戦略を提案する。 さらに, 動的楕円分布支援サンプリング (DED) 戦略を提案し, 試料分布をより柔軟にし, ターゲットの形状や配向に適合させる。
  論文  参考訳（メタデータ） (2023-01-14T08:32:16Z)
• Correlating sparse sensing for large-scale traffic speed estimation: A Laplacian-enhanced low-rank tensor kriging approach [76.45949280328838]
  本稿では,Laplacian enhanced Low-rank tensor (LETC) フレームワークを提案する。 次に,提案したモデルをネットワークワイド・クリグにスケールアップするために,複数の有効な数値手法を用いて効率的な解アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2022-10-21T07:25:57Z)
• GraSens: A Gabor Residual Anti-aliasing Sensing Framework for Action Recognition using WiFi [52.530330427538885]
  WiFiベースのヒューマンアクション認識(HAR)は、スマートリビングやリモート監視といったアプリケーションにおいて、有望なソリューションと見なされている。 本稿では,無線機器からのWiFi信号を用いた動作を,多様なシナリオで直接認識する,エンド・ツー・エンドのGabor残差検知ネットワーク(GraSens)を提案する。
  論文  参考訳（メタデータ） (2022-05-24T10:20:16Z)
• A Generative Learning Approach for Spatio-temporal Modeling in Connected Vehicular Network [55.852401381113786]
  本稿では,コネクテッドカーの無線アクセス遅延を実現するための総合的時間品質フレームワークであるLaMI(Latency Model Inpainting)を提案する。 LaMIはイメージインペイントと合成のアイデアを採用し、2段階の手順で欠落したレイテンシサンプルを再構築することができる。 特に、パッチ方式のアプローチを用いて各地域で収集されたサンプル間の空間的相関を初めて発見し、その後、原点および高度に相関したサンプルをバラエナオートコーダ(VAE)に供給する。
  論文  参考訳（メタデータ） (2020-03-16T03:43:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。