Human Activity Recognition Based on Residual Network and BiLSTM
2022年に発表されたBiLSTMとCNNを組み合わせたモデルを提案した論文。
構造としては残差写像としてCNNを使用し、Flattenした後にBiLSTMをかけたもの。
画像は論文から引用。
BiLSTMは順方向と逆方向の2つの方向についてLSTMで計算したものを並べたもの。
活性化関数はtanhであった。
データの前処理として正規化（ノンパラメトリックな軸方向の層正規化）をしている。
結果として今回の実験でSoTA（ACC:97.32）を達成した。
「Walking」以外の加速度計から生成されるデータは似ているため混同されやすいとあった。
以下は「Upstars」と「Downstars」だが確かに人の目では見分けがつかない。
従来のモデルとの比較も行われていた。
以下に表を示す。
| model | CNN | TSE-CNN | SC-CNN | CNN-GRU | LSTM-CNN | BiLSTM-CNN |
|---|---|---|---|---|---|---|
| ACC(%) | 93.32 | 95.7 | 97.08 | 97.21 | 95.01 | 97.31 |
| params | - | 9223 | - | 1176972 | - | 62598 |
元論文