이 백서는 CSI 진폭 스펙트로그램으로 학습된 합성곱 신경망 아키텍처를 평가하여 기기 없는 인체 활동 분류 성능을 확인하고, 고전적 머신러닝 기준 모델과 정확도 및 지연 시간을 비교합니다.
원시 CSI 시계열 데이터를 도플러 스펙트로그램으로 변환하는 단시간 푸리에 변환 파이프라인과, 보행·착석·낙상·정지 클래스에 걸친 지도 학습에 사용된 레이블링된 활동 데이터셋을 설명합니다.
엣지 하드웨어에서 실시간 추론이 가능한 소형 CNN 아키텍처를 제시하며, 홀드아웃 피험자에 대한 분류 정확도, 혼동 행렬, SVM 및 랜덤 포레스트 기준 모델과의 비교 결과를 보고합니다.