迄今为止,有关vaas-x的大部分验证工作是工业传感器数据——涡轮风扇、机器遥测。
我想知道同一个零配置频道的分类器是否真的转移到一个完全不同的域:一个可穿戴的IMU被绑在移动的人类身上.
没有特色工程,没有每个运动的调音,没有暗示任何频道的含义.
我写这篇文章的写法与其它文章稍有不同, 因为这个测试的第一个版本给了我一个错误的答案, 我认为它错误的原因比结果本身更有用.
数据集UCI的"每日和体育活动"集(Altun, Barshan & Tunçel, 2010):8个科目,每个科目穿5个Xsens IMU单元——躯干,双臂,双腿——每个单元9个轴(加速计,陀螺仪,磁强计××××/y/z),样本时间为总分25Hz. 45道.
它既包括静坐活动(坐着),也包括动态体育活动(篮球,划船),这给出了一个干净可查的问题:一个从未见过这些数据的分类员是否正确地将"人静坐"和"人打篮球"区分开来,仅使用频道统计数据?
第一次尝试——和错误 我的第一次传球将每个活动的所有8个主题集合在一起,并用一枪通过剖析器运行.
结果倒过来:坐着比篮球更"重要"的频道出现.
这不仅仅是出乎意料的,在物理上是没有意识的——一个人仍然坐着,应该是整个数据集中变化最小的活动之一.
虫子不在分类器里 这是在测试。
将主体集合在一起,是指每个主体自身的传感器基线和IMU取向差异被混合到每个通道的主体间差异中——包括坐着,在那里没有真正的运动来沼泽出出这种噪音.
对于篮球来说,实际运动信号足够大,无论怎样都足以支配.
汇集数据,你无意中测量到“这8个人的休息感应基线有什么不同” 而不是“这个信道在这个活动期间能移动多少”。
固定:每个学科、每个活动一个连续流 这也是真正的部署的外观——一个可穿戴,一个运动员,一个连续的溪流.
因此,我用这种方式重写它: 对于8个学科中的每一个学科, 独立地通过剖析器将它们的坐放流和篮球(或划划道)流作为两个单独的单分会话进行喂食.
其结果是,一旦确定方法,在所有8个科目中,平均45个频道中的14.8个被划为稳定频道,22.4个标出显著。
篮球和划船在每个科目中都倒入了零平稳的通道,每次都有40–44个被标记为"45"的显著.
一致地,在正确的方向上,在所有8个人中——没有频道标签或活动提示一直给予分类者.
对照SDK外的东西 完全普通熊猫,没有从SDK。
篮球出场相差约154分,划船相差约27分——完全独立于分类者决定的计算.
分类器的"重大对稳定"分数是跟踪一个真实的,独立的可测量物理信号,而不是它如何对事物进行分分的文物.
这并不表明我想和白纸一样清楚: 这证明零配置通道剖析 正确区分了静态活动与动态活动, 在真正的可穿戴数据上, 在一个域中,分类器从来没有被调用过。
它无法验证伤害预测,运动质量分数,或者标记的图案在临床上意味着什么。
这是一个更难,证据不同的说法, 需要贴有标签的伤害结果数据 专门针对一个运动和人口, 我还没有测试它—— 所以我没有声称它。
我第一次通行证中的错误是,我其实希望另一位工程师从中取出:在检查实体分类申报之前,先将数据汇集到不同的科目/设备/会话中,是方便悄悄有效的方法a