无需增强的自监督人类活动识别方法：结合注意力机制与自适应时间序列混合器

《Annals of the New York Academy of Sciences》：Augmentation-Free Self-Supervised Human Activity Recognition With Attention Mechanism and Adaptive Time Series Mixer

自监督学习通过注意力机制与自适应时间序列混合器实现无数据增强的IMU HAR，有效区分噪声与特征，在多个数据集上显著提升准确率、F1分数和Cohen's kappa值。

　　

摘要

自监督学习（SSL）能够从大量未标记的数据中捕捉到内在特征，从而显著减少对标签的依赖，并在人类活动识别（HAR）任务中表现出色。然而，现有的SSL框架过度依赖数据增强技术，在掩码重建过程中常常错误地将噪声视为学习目标。此外，数据集的规模限制了模型的准确性，影响了其在现实世界中的应用。为了解决这些问题，本文提出了一种新的SSL目标函数，该函数结合了注意力机制和自适应时间序列混合器。该模型不依赖于数据增强技术，而是对噪声赋予较低的权重，以捕捉惯性测量单元（IMU）序列中的全局依赖关系并提取局部特征。通过三个公开数据集（UCI、Motion和HHAR）以及一个自定义数据集（CQJTU-FCE）的全面评估，验证了该模型的有效性。实验结果表明，在自定义数据集上，该模型在准确性、F1分数和Cohen's kappa系数方面分别比基线模型提高了6.54%、8.55%和7.88%。同样，在公开数据集上，这些指标的平均提升幅度分别为10.63%、11.77%和13.39%。这些结果证明了该模型对不同数据集的泛化能力，为HAR任务提供了一种更高效、更可靠的解决方案。

图形摘要

本文提出了一种用于基于IMU的人类活动识别的新自监督学习框架。在预训练阶段，该框架结合了注意力机制和自适应时间序列混合器，以在重建未标记数据时捕捉全局依赖关系和局部模式。在微调阶段，学习到的特征有助于提高标记数据的分类性能。该模型不依赖数据增强技术，能够学习到鲁棒的特征，并在各种数据集上实现优异的性能。

利益冲突

作者声明没有利益冲突。使用AI（ChatGPT-5.2）仅用于改进拼写、语法和整体编辑。

数据可用性声明

数据可在https://github.com/oladipo123/HAR-CQJTU-FCE获取。