用于单 IMU 活动识别的动态影响加权蒸馏

arXiv:2608.24904v1 公告类型：新 摘要：多个身体位置的惯性传感器可以改善活动识别，但要求每个传感器都进行推理会增加部署负担。我们研究了训练期间可用的四个同步 IMU 是否可以改善在拟合和推理过程中仅使用右臂 IMU 的学生。冻结的四 IMU 教师提供 logit 和特征目标。固定权重知识蒸馏将具有相同强度的每个目标应用于每个拟合样本，尽管学生可能无法平等地从中受益。我们引入了动态影响权重（DIW），它在单独的折叠内部培训参与者上测试一步候选更新。然后，DIW 将单独的样本门分配给 logit 和特征损失。在 WEAR 上，我们使用主题不相交五重交叉验证评估了 22 位参与者的 19 个标签和 68,298 个完整窗口。监督下的合并的非折叠宏 F1 为 0.561820，固定权重 KD 的为 0.571623。 DIW达到0.638451，分别上涨7.66和6.68个百分点。 19 个厂牌中有 18 个超过了受监督，22 个坚持参加者中有 21 个超过了受监督。所有三个路线在推理时都保留相同的 80,915 参数右臂学生。在此协议下，DIW 将仅训练的多位置信息转换为更强大的单 IMU 模型，而无需更改部署的传感或学生前向图。