Towards Causally Interpretable Wi-Fi CSI-Based Human Activity Recognition with Discrete Latent Compression and LTL Rule Extraction

Il lavoro propone una pipeline che comprime i segnali Wi-Fi CSI in rappresentazioni discrete e ricava regole di logica temporale lineare (LTL) per riconoscere le attività umane. Invece di affidarsi esclusivamente a un classificatore black-box, produce regole deterministiche che esplicitano dipendenze temporali e causali.

La rilevanza cyber sta nel rendere il sensing wireless più ispezionabile e governabile. Il Wi-Fi CSI può abilitare inferenze sensibili sulla presenza e sulle attività delle persone: comprendere le regole che guidano il modello aiuta a valutarne affidabilità, limiti e implicazioni per la privacy, oltre a favorire contromisure e fusioni multi-antenna più controllabili.