Nhận dạng hoạt động dựa trên cảm biến quán tính và học sâu

Abstract

Nghiên cứu này giới thiệu ba mô hình học sâu sáng tạo - MSRLSTM, MSRLSTM-Refined, và MSR MultiHeadAttention - được thiết kế cho bài toán HAR và phát hiện té ngã bằng cách sử dụng dữ liệu từ cảm biến đo lường quán tính (IMU) trong bộ dữ liệu UP-Fall Detection. Bằng việc kết hợp mạng nơ-ron tích chập (CNN), residual learning, và multi-head attention, các mô hình này có khả năng nắm bắt hiệu quả các đặc trưng không gian – thời gian phức tạp trong dữ liệu cảm biến đa phương thức. K