센서 기반 인간 활동 인식에서 데이터 이질성 문제를 해결하기 위한 다양한 기계 학습 기술을 소개하고 분석한다.
본 연구는 시간 관계 지식을 활용하여 사용자 간 활동 인식 성능을 향상시키는 새로운 접근법을 제안한다. 제안된 CVAE-USM 방법은 시간 관계 정보를 효과적으로 캡처하고 정렬하여 사용자 간 데이터 분포 차이를 해소함으로써 향상된 활동 인식 성능을 달성한다.