論文の概要: Trajectory-Guided Tokenization of Complex CSI for Wi-Fi Sensing

• arxiv url: http://arxiv.org/abs/2610.06288v1
• Date: Mon, 05 Oct 2026 13:14:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-09 09:26:36.59334
• Title: Trajectory-Guided Tokenization of Complex CSI for Wi-Fi Sensing
• Title（参考訳）: Wi-Fiセンシングのための複雑なCSIの軌道誘導型トークン化
• Abstract要約: 我々は、Wi-Fiチャネルの状態情報に対するトラジェクティブガイド型トークン化(TGT)を提案する。 各アンテナリンクとサブキャリアに対して、正則ヘルマート変換は短周期の時間パッチを局所中心および中心軌道座標に分解する。 TGTは、評価されたすべてのバックエンドの組み合わせの中で92.83%の平均精度を達成している。
• 参考スコア（独自算出の注目度）: 14.049803186643354
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Wi-Fi channel state information (CSI) enables contactless presence detection and gesture recognition. Its high-dimensional complex-valued time series require input representations that preserve informative temporal variations during compression. We propose Trajectory-Guided Tokenization (TGT), which combines complex trajectory decomposition with asymmetric attention to construct compact continuous tokens. For each antenna link and subcarrier, an orthonormal Helmert transform decomposes short, ordered temporal patches into local-center and centered-trajectory coordinates. Keys are learned from the centered-trajectory coordinates, while values retain both components. Learnable queries aggregate subcarriers into frequency slots, which are fused into temporal tokens. Trained jointly from scratch, TGT with TokenMLP achieves the highest mean accuracy of 92.83% among all evaluated frontend-backend combinations on the self-collected dataset. Experiments on EHUNAM and Widar further support the applicability of TGT to cross-domain presence detection and gesture recognition.
• Abstract（参考訳）: Wi-Fiチャネル状態情報(CSI)は、接触のない存在検出とジェスチャー認識を可能にする。 その高次元複素数値時系列は、圧縮中の情報的時間変動を保存する入力表現を必要とする。 複素軌道分解と非対称な注意を結合してコンパクトな連続トークンを構成するトラジェクトリ誘導トークン化(TGT)を提案する。 各アンテナリンクとサブキャリアに対して、正則ヘルマート変換は短周期の時間パッチを局所中心および中心軌道座標に分解する。 キーは中心軌道座標から学習され、値は両方の成分を保持する。 学習可能なクエリはサブキャリアを周波数スロットに集約し、時間トークンに融合する。 ゼロからトレーニングされたTGTとTokenMLPは、自己収集データセット上で評価されたフロントエンドとバックエンドの組み合わせの中で、92.83%の平均精度を達成している。 EHUNAMとWidarの実験は、TGTのクロスドメイン存在検出とジェスチャー認識への応用をさらに支援している。

関連論文リスト

• Visual Token Codec: Unleashing Spatial Redundancy for ViT Feature Coding [49.540751364954666]
  Visual Token Codecは、グローバルトークンとパッチトークンを専用のコーディングパスに分離する。 VTCは, 分類, セグメンテーション, 検出タスクにおいて, 代表的VT特徴量ベースラインを一貫して上回っていることを示す。
  論文  参考訳（メタデータ） (2026-08-09T17:32:04Z)
• Weaving Light and Time: Unified Harmonic-Geometric Representation Learning for Dense RGB-Event Parsing [55.13802890769086]
  我々は、専用のRGB-Event解析用に特別に設計された最初の統一バックボーンであるEvitaを紹介する。 深いモーダルなシナジーを達成するため、Evitaはすべてのエンコーダ層に直接固有のコラーニングモジュール群を組み込む。 Evitaは、リアルタイムマルチモーダル認識において、より優れた精度とレイテンシのトレードオフを提供しながら、新しい最先端メトリクスを確立する。
  論文  参考訳（メタデータ） (2026-07-10T06:52:09Z)
• Spatially Distributed Task-Oriented Compression for Multi-Emitter Localization and Characterization with Spectral Overlap [1.4579344926652844]
  タスク指向分散圧縮フレームワークによるマルチエミッタの局所化と特性評価 スペクトル重なりを伴う合成多重エミッターシーンの実験では、非常にコンパクトな受信側表現でさえ有用な情報を保存できることが示されている。
  論文  参考訳（メタデータ） (2026-05-31T20:47:30Z)
• TrajTok: Adaptive Spatial Tokenization for Trajectory Representation Learning [14.04282604310535]
  移動可能な軌道埋め込みのための簡単な事前学習レシピを備えた軌道エンコーダであるTrajTokを提案する。 TrajTokはまず、GPSポイントの空間分布から多分解能六角形細胞分割を学習し、ノイズの多いGPSシーケンスを個別のセルトークンに変換する。 部分軌道観測から幾何構造と運動パターンの両方を復元するマスク・トケン・モデリングで事前訓練されている。
  論文  参考訳（メタデータ） (2026-05-19T17:18:32Z)
• TIE: Time Interval Encoding for Video Generation over Events [50.66585165263848]
  ディレクタースタイルのプロンプト、ロボットアクション予測、インタラクティブなビデオエージェントは、同時イベントに対する時間的根拠を要求する。 現代のビデオジェネレータは、ポイントワイドな位置エンコーディングを通して、タイムを離散的なポイントとして表現する。 Time Interval TIEは、プラグイン・アンド・プレイ・インターバル・アウェアの一般化である。
  論文  参考訳（メタデータ） (2026-05-11T13:23:14Z)
• Triple Spectral Fusion for Sensor-based Human Activity Recognition [86.21994396715074]
  本稿では,センサを用いたヒューマンアクティビティ認識(HAR)に適した新しい三重スペクトル融合フレームワークを提案する。 雑音抑制のための適応的な補間フィルタリング手法を開発し,各IMUセンサを姿勢・運動モードノードに整理する。 適応ウェーブレット周波数選択手法により、コンテキストの冗長性を抑え、特徴の長さを短縮する。
  論文  参考訳（メタデータ） (2026-05-04T15:42:58Z)
• LEFT: Learnable Fusion of Tri-view Tokens for Unsupervised Time Series Anomaly Detection [53.191369031661885]
  教師なし時系列異常検出は、アノテーションの可用性を前提とせず、異常なタイムスタンプを識別するモデルを構築することを目的としている。 本稿では,非教師付きTSADフレームワークであるLearnable Fusion of Tri-view Tokens(LEFT)について述べる。 実世界のベンチマーク実験では、LEFTはSOTAベースラインに対して最高の検出精度を示し、FLOPの5倍、トレーニングの8倍のスピードアップを実現している。
  論文  参考訳（メタデータ） (2026-02-09T13:33:49Z)
• SMKC: Sketch Based Kernel Correlation Images for Variable Cardinality Time Series Anomaly Detection [0.0]
  運用環境では、監視システムはセンサーチャーンを頻繁に経験する。 本稿では,異常検出器から動的入力構造を分離するフレームワークSMKCを提案する。 SMKC表現におけるランダムプロジェクションと近傍近傍の検出器は、完全に訓練されたベースラインと競合する。
  論文  参考訳（メタデータ） (2026-01-28T21:15:11Z)
• TSdetector: Temporal-Spatial Self-correction Collaborative Learning for Colonoscopy Video Detection [19.00902297385955]
  本研究では,時間レベルの整合性学習と空間レベルの信頼性学習を統合した時間空間自己補正検出器(TSdetector)を提案する。 公開された3つのポリプビデオデータセットの実験結果は、TSdetectorが最も高いポリプ検出率を達成し、他の最先端手法よりも優れていることを示している。
  論文  参考訳（メタデータ） (2024-09-30T06:19:29Z)
• Learning Feature Matching via Matchable Keypoint-Assisted Graph Neural Network [52.29330138835208]
  画像のペア間の局所的な特徴の正確なマッチングは、コンピュータビジョンの課題である。 従来の研究では、注意に基づくグラフニューラルネットワーク(GNN)と、画像内のキーポイントに完全に接続されたグラフを使用するのが一般的だった。 本稿では,非繰り返しキーポイントをバイパスし,マッチング可能なキーポイントを利用してメッセージパッシングを誘導する,疎注意に基づくGNNアーキテクチャであるMaKeGNNを提案する。
  論文  参考訳（メタデータ） (2023-07-04T02:50:44Z)

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。