الشبكة التلافيفية الزمنية الهرمية: نحو التعرف على النشاط متمحورًا حول الخصوصية

بالاستجابة للمشاكل الصحية المرتبطة بالسكان المُتَقدِّمين في السن، يتم تطوير تقنيات متنوعة للعيش المُسَاعَد في البيئة المحيطة. ولتقليل المخاوف المتعلقة بالخصوصية المرتبطة معالجة البيانات في السحابة، انتقلت الأساليب الحديثة نحو استخدام الأجهزة الحافة لمعالجة البيانات محليًا. وعلى الرغم من الفوائد المُنتظَرة من هذه الأجهزة، فإن الموارد الحسابية المحدودة التي تمتلكها تُشكِّل تحديًا كبيرًا أمام الأداء في الوقت الفعلي، وهو ما يُعد غالبًا شرطًا ضروريًا. ومع ذلك، تواجه الأساليب الحديثة القائمة على الرؤية الحاسوبية لتحديد أنشطة الحياة اليومية لدى كبار السن تعقيدًا حسابيًا متزايدًا عند التقاط السياق الزمني متعدد المقاييس، والذي يُعد ضروريًا لتقدير دقيق للأنشطة. في هذا السياق، نُقدِّم نموذج HT-ConvNet (الشبكة التلافيفية الزمنية الهرمية) لالتقاط المعلومات الزمنية متعددة المقاييس دون زيادة التعقيد الحسابي. يستخدم HT-ConvNet مجالات استقبال متزايدة بشكل أسّي عبر طبقات التلافيف المتتالية، مما يُمكِّن من استخلاص فعّال للسمات الزمنية الهرمية. علاوةً على ذلك، يقدِّم HT-ConvNet آلية ترجيح تكيفية لتُبرز السمات الأكثر أهمية. تُظهر النتائج التجريبية أن آلية استخلاص السمات الزمنية متعددة المقاييس وآلية دمج السمات الموزونة تفوقان الأساليب الحالية في تحسين الدقة دون زيادة تعقيد النموذج. تم إتاحة الكود بشكل عام عبر الرابط التالي: https://github.com/Gbouna/HT-ConvNet.