연구진은 WiFi CSI 데이터 기반 인간 활동 인식 모델의 복잡성을 줄이기 위해 Physics-Guided Attention을 적용한 경량 TCN 모델을 제안했어요.
Doppler 에너지 기반 temporal attention과 variance-driven channel attention 모듈을 도입하여 움직임의 특징을 효과적으로 파악하고 모델의 효율성을 높였어요.
벤치마크 데이터셋 실험 결과, 기존 모델보다 성능이 뛰어나면서도 파라미터 수와 계산 비용을 크게 줄이는 데 성공했어요.