論文の概要: UniCSI Towards a Universal Wi-Fi CSI Encoder for Ubiquitous Human Sensing

• arxiv url: http://arxiv.org/abs/2610.09559v1
• Date: Wed, 07 Oct 2026 07:00:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.769435
• Title: UniCSI Towards a Universal Wi-Fi CSI Encoder for Ubiquitous Human Sensing
• Title（参考訳）: UniCSIはユビキタス・ヒューマンセンシングのためのユニバーサルWi-Fi CSIエンコーダを目指している
• Abstract要約: 異種CSIで動作する統一基盤アーキテクチャUniCSIを提案する。 UniCSIは、(1)剛性配列の指標ではなく、物理スペクトル内の分数的位置に基づいて各周波数チャネルを符号化する物理インフォームRFトークンー、(2)可変長のチャネル配列を一定の大きさのスペクトルシグネチャに蒸留するスペクトルアグリゲータである。
• 参考スコア（独自算出の注目度）: 8.744996669712172
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Wi-Fi sensing promises to turn the everyday wireless signals that already surround us into ubiquitous sensors for human sensing. However, a fundamental obstacle is that CSI is acquired under diverse device-specific configurations, including different subcarrier counts, bandwidths, and carrier bands. Consequently, the resulting CSI tensors vary in both spectral resolution and tensor shape, making heterogeneous modeling challenging. Standard architectures struggle with such heterogeneity, forcing lossy pre-processing which compromises the underlying signal. To bridge this gap, we present UniCSI, a unified foundation architecture that directly operates on heterogeneous CSI while preserving the integrity of the native waveform. UniCSI hinges on two core innovations: (1) a physics-informed RF tokenizer that encodes each frequency channel based on its fractional position within the physical spectrum rather than rigid array indices. It preserves intrinsic spectral coherence and enables seamless, frequency resolution-agnostic processing across arbitrary sensing configurations. (2) a spectral aggregator that distills variable-length channel sequences into a fixed-size spectral signature, effectively decoupling the feature dimensionality from the physical subcarrier spacing. Extensive evaluations on a large-scale corpus of 25 heterogeneous public datasets, spanning 14 to 2048 subcarriers, 20 to 160 MHz bandwidth, and the 2.4 and 5 GHz bands, demonstrate that native heterogeneous ingestion substantially improves cross-domain transfer under both supervised and self-supervised training schemes, particularly in regimes where fixed-grid architectures fail to generalize.
• Abstract（参考訳）: Wi-Fiセンサーは、私たちを取り巻く日常的な無線信号を、人間のセンサーのためのユビキタスなセンサーに変えることを約束している。 しかし、基本的な障害は、CSIが様々なサブキャリア数、帯域幅、キャリアバンドを含む様々なデバイス固有の構成で取得されることである。 その結果、結果として生じるCSIテンソルはスペクトル分解能とテンソル形状の両方が異なるため、不均一なモデリングは困難である。 標準的なアーキテクチャは、そのような不均一性に苦しむため、ロッキーな前処理を強制し、基礎となるシグナルを損なう。 このギャップを埋めるために、ネイティブ波形の整合性を保ちながら、異種CSIを直接操作する統一基盤アーキテクチャUniCSIを提案する。 UniCSIは、(1)物理インフォームドRFトークンーザで、剛性配列の指標ではなく、物理スペクトル内の分数位置に基づいて各周波数チャネルを符号化する。 固有スペクトルコヒーレンスを保ち、任意のセンシング構成にまたがるシームレスで周波数分解能に依存しない処理を可能にする。 2) 可変長チャネル配列を一定の大きさのスペクトルシグネチャに蒸留し, 物理的キャリヤ間隔から特徴次元を効果的に分離するスペクトルアグリゲータ。 14から2048のサブキャリア、20から160MHzの帯域幅、2.4および5GHzの帯域からなる大規模な25の異種公共データセットの大規模コーパスに対する広範囲な評価により、ネイティブな異種摂取は、教師付きおよび自己監督型トレーニングスキーム、特に固定グリッドアーキテクチャが一般化できない状況において、クロスドメイン転送を大幅に改善することを示した。

関連論文リスト

• MSP-Net: Manifold-Guided Spectral Prompt Network for Hyperspectral Object Tracking [11.03462046191901]
  ハイパースペクトルオブジェクトトラッキングは、複雑なシーンにおけるターゲット識別にユニークな利点を提供する。 既存の方法は、高スペクトル画像をRGB画像のマルチチャネル拡張として扱い、固定帯域順序で特徴融合を行う。 マニフォールド誘導分光プロンプトネットワーク(MSP-Net)を提案する。 HOT2020 と HOT2023 の実験では、MSP-Net は AUC と Precision をそれぞれ 0.80 と 0.96 を超える精度で達成している。
  論文  参考訳（メタデータ） (2026-08-10T13:09:25Z)
• 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)
• FLORO: A Multimodal Geospatial Foundation Model for Ecological Remote Sensing Across Sensors and Scales [65.4821703903285]
  FLOROは、小さなが高度に多様なリモートセンシングコーパスから転送可能な表現を学習するために設計されたマルチモーダル基礎モデルである。 FLOROは、Sentinel-1、Sentinel-2、SkySAT画像、標高、UAV由来のデータとの不均一な組み合わせによるマスク付きオートエンコーディングを用いて事前訓練される。 我々は、シーン分類、セグメンテーション、回帰タスクにまたがる凍結エンコーダプロトコルを用いて、PANGAEAベンチマーク上でFLOROを評価した。
  論文  参考訳（メタデータ） (2026-05-27T08:55:54Z)
• HeterCSI: Channel-Adaptive Heterogeneous CSI Pretraining Framework for Generalized Wireless Foundation Models [24.285127409979342]
  HeterCSIは、トレーニング効率を堅牢なクロスシナリオの一般化と整合させる、チャネル適応型事前トレーニングフレームワークである。 HeterCSIはフルショットベースラインよりも平均性能が優れている。 最先端のベンチマークWiFoと比較して、NMSEはそれぞれ7.19dB、4.08dB、5.27dBのCSI再構成、時間領域、周波数領域予測を行う。
  論文  参考訳（メタデータ） (2026-01-26T06:35:48Z)
• WiFi-based Cross-Domain Gesture Recognition Using Attention Mechanism [61.79272554643873]
  本稿では,マルチセマンティックアテンション機構と自己注意に基づくチャネル機構を融合したジェスチャー認識ネットワークを提案する。 その結果、99.72%のドメイン内精度を維持するだけでなく、97.61%のクロスドメイン認識でも高い性能を発揮することがわかった。
  論文  参考訳（メタデータ） (2025-12-04T07:09:13Z)
• Wavelet-Guided Dual-Frequency Encoding for Remote Sensing Change Detection [67.84730634802204]
  リモートセンシング画像の変化検出は,自然災害監視,都市拡張追跡,インフラ管理など,さまざまな工学的応用において重要な役割を担っている。 既存のほとんどの手法は空間領域モデリングに依存しており、特徴表現の限られた多様性は微妙な変化領域の検出を妨げる。 本研究では、特にウェーブレット領域における周波数領域の特徴モデリングが周波数成分の微細な違いを増幅し、空間領域において捉えにくいエッジ変化の知覚を高めることを観察する。
  論文  参考訳（メタデータ） (2025-08-07T11:14:16Z)
• Transformer-Based Person Identification via Wi-Fi CSI Amplitude and Phase Perturbations [4.595408704451027]
  人間の識別のための視覚ベースのシステムに代わる、非侵襲的でプライバシー保護の代替手段として、Wi-Fiセンシングが勢いを増している。 従来の無線ベースのアプローチは、歩行のような運動パターンに依存しており、バイオメトリックな手がかりを抽出する。 本研究では,被験者が静止状態のままに記録されたチャネル状態情報から個人を識別するトランスフォーマーに基づく手法を提案する。
  論文  参考訳（メタデータ） (2025-07-17T07:26:07Z)
• F2Net: A Frequency-Fused Network for Ultra-High Resolution Remote Sensing Segmentation [10.67983913373955]
  F2Netは、UHR画像を特殊な処理のために高周波数成分と低周波数成分に分解する周波数認識フレームワークである。 ハイブリッド周波数融合モジュールは、2つの新しい目的によって導かれるこれらの観測を統合する。 F2Netは、それぞれ80.22のmIoUと83.39の最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2025-06-09T15:09:49Z)
• SCTransNet: Spatial-channel Cross Transformer Network for Infrared Small Target Detection [46.049401912285134]
  赤外線小ターゲット検出(IRSTD)は近年,U字型ニューラルモデルから大きな恩恵を受けている。 既存のテクニックは、ターゲットが背景と高い類似性を持つ場合に苦労する。 本稿では,空間チャネルクロストランスネットワーク(SCTransNet)を提案する。
  論文  参考訳（メタデータ） (2024-01-28T06:41:15Z)

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。