Разработка под названием MSF-Net использует глубокое обучение для распознавания различных видов деятельности, таких как приготовление пищи или занятия спортом. Эта система адаптирует работу умных устройств: например, автоматически регулирует освещение или включает музыку. Технология не требует установки дополнительных датчиков и может работать на уже существующей WiFi-инфраструктуре.

Исследование, проведённое под руководством профессора Гвангджила Чона, показало высокую точность работы системы. MSF-Net достигла коэффициентов согласия по методике Cohen’s Kappa, равных 91,82%, 69,76%, 85,91% и 75,66% на различных публичных наборах данных, таких как SignFi и UT-HAR. Это значительно превосходит показатели существующих методов распознавания на основе WiFi.

MSF-Net имеет 3 основных компонента: двухпотоковую структуру, включающую кратковременное преобразование Фурье вместе с дискретным вейвлет-преобразованием, трансформатор и ветвь слияния на основе внимания. В то время как двухпоточная структура выявляет аномальную информацию в CSI, преобразователь эффективно извлекает высокоуровневые признаки из данных. Наконец, ветвь слияния усиливает слияние между моделями.

Исследователи также отметили, что WiFi-распознавание может быть полезно для других сфер, таких как медицинская реабилитация и уход за пожилыми людьми. Система заметит, когда человеку станет плохо, и позовет на помощь: вызовет скорую, отправит уведомления родственникам или медицинским работникам. Кроме того, технология может фиксировать изменения в состоянии пациентов больниц и информировать о них лечащего врача.

Технология уже привлекла внимание специалистов по безопасности умных домов, так как она может повысить уровень защиты, не добавляя лишних устройств. В отличие от традиционных методов, таких как видеонаблюдение или сенсоры движения, WiFi-распознавание предоставляет пользователям большую приватность и снижает затраты на дополнительные установки.

Профессор Чон подчеркивает, что цель их работы заключалась в решении проблемы нестабильности традиционных WiFi-систем. Часто помехи в сигнале снижали точность распознавания, что влияло на общую эффективность умных домов. Новый фреймворк, по его словам, стал важным шагом к улучшению надежности таких технологий.

На сегодняшний день система уже доступна для тестирования, и специалисты уверены, что она может быть использована в реальных условиях. Ожидается, что в будущем MSF-Net интегрируют в различные коммерческие решения для умных домов, что сделает их более безопасными и удобными для пользователей.