MAGNETO：用于人类活动识别的边缘人工智能——隐私与个性化

人类活动识别（HAR）是一个成熟的领域，现代机器学习（ML）技术极大地推动了其发展。虽然公司已成功将 HAR 集成到消费产品中，但它们通常依赖于预定义的活动集，这限制了用户层面（边缘设备）的个性化。尽管增量学习在利用新数据更新模型方面取得了进步，但这通常发生在云端，需要云端和边缘设备之间定期传输数据，从而导致数据隐私问题。在本文中，我们提出了 MAGNETO，这是一个将 HAR 任务从云端推向边缘的边缘人工智能平台。MAGNETO 允许直接在边缘设备上进行增量式人类活动学习，无需与云端进行任何数据交换。这提供了强大的隐私保障、低处理延迟和高度的用户个性化。特别是，我们在 Android 设备上演示了 MAGNETO，验证了从数据收集到结果可视化的整个流程。