Mentransfer fitur yang dipelajari ke radar ultra-wideband
Kami kemudian menjalankan penelitian yang mengumpulkan data radar UWB, bersama dengan data elektrokardiogram (EKG) dan fotoplethysmogram (PPG) sebagai kebenaran dasar kami untuk detak jantung, menggunakan pengaturan yang menempatkan sensor radar UWB pada posisi di mana pengguna biasanya memegang ponselnya, yaitu di atas meja di depannya atau di pangkuannya. Dibandingkan dengan dataset FMCW yang berjumlah 980 jam, dataset radar UWB jauh lebih kecil yaitu 37,3 jam. Karena konfigurasi radar UWB mendekati kemampuan pada ponsel, dengan bandwidth yang jauh lebih rendah, resolusi jangkauannya jauh lebih rendah dibandingkan kumpulan data FMCW.
Untuk memastikan bahwa model kami dioptimalkan untuk ditransfer ke kumpulan data UWB, kami melatihnya kembali setelah melakukan langkah-langkah pra-pemrosesan tambahan untuk memodifikasi data radar FMCW gelombang mm agar lebih menyerupai data target IR-UWB, sehingga secara efektif menurunkan resolusi jangkauannya. Kami kemudian menyempurnakan model ini pada kumpulan data IR-UWB, sehingga mencapai MAE sebesar 4,1 bpm dan rata-rata persentase kesalahan absolut (MAPE) sebesar 6,3%, penurunan sebesar 25% dibandingkan tingkat kesalahan dasar. Dasar kinerja kami pada radar UWB adalah MAE 5,4 bpm dan MAPE 8,4%, yang dicapai dengan memilih model terbaik yang dilatih dari awal pada kumpulan data UWB kami. Dengan pembelajaran transfer, kami mengaktifkan radar UWB untuk memenuhi Standar Asosiasi Teknologi Konsumen untuk pengukuran detak jantung pada perangkat konsumen: akurasi hingga 5 bpm MAE dan 10% MAPE.
