A two-phase hybrid clustering framework exploring transitional activities in HAR
Notice bibliographique
Résumé
Human Activity Recognition (HAR) using data streams from wearable sensors is challenging due to high data dimensionality, noise, and the lack of labeled data in unsupervised settings. Our prior work proved that traditional clustering models, which achieve state-of-the-art performance on simulated datasets, perform poorly on time-series numeric sensor data. This paper explores different autoencoder (AE) architectures to extract latent features with reduced dimensionality from streaming HAR datasets, which is then clustered using a clustering model to identify different activity patterns. Since the vanilla AE has shortcomings in learning distinguishing data patterns from spatio temporal time-series sensor data, we leverage the vanilla AE with convolutional, long-short term memory (LSTM), and a combination of convolutional and LSTM layers in multiple design phases. We apply supervised learning to train a superior spatio-temporal feature extraction AE model. Using the data features extracted by the trained AE, we train a clustering model with unsupervised learning approach. Our end-to-end integrated hybrid convolutional AE+LSTM feature extractor and K-Means clustering model achieves state-of-the-art clustering accuracy of up to 0.99 in terms of Normalized Mutual Information (NMI) and Adjusted Rand Index (ARI) scores for MobiAct and UCI HAR datasets, improving clustering performance by over 50% compared to previous methods. Further improvements are achieved through rigorous experimentation and advanced data preprocessing methods. We also present a visualization of the clusters, which explains the transitional activity patterns in the overlapping parts of the clusters.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».