Connaissance Pourquoi la stratégie de validation croisée Leave-One-Subject-Out (LOSO) est-elle utilisée dans l'analyse de la marche ? Assurer une précision universelle
Avatar de l'auteur

Équipe technique · 3515

Mis à jour il y a 2 jours

Pourquoi la stratégie de validation croisée Leave-One-Subject-Out (LOSO) est-elle utilisée dans l'analyse de la marche ? Assurer une précision universelle


La stratégie de validation croisée Leave-One-Subject-Out (LOSO) sert de test de stress critique pour les algorithmes d'analyse de la marche, déterminant si un modèle peut interpréter avec précision les mouvements d'individus qu'il n'a jamais rencontrés auparavant. En supprimant cycliquement les données d'un sujet spécifique de l'ensemble d'entraînement et en les utilisant exclusivement pour la validation, cette méthode oblige l'algorithme à apprendre des principes biomécaniques généraux plutôt qu'à mémoriser les particularités uniques des participants à l'entraînement.

La valeur fondamentale du LOSO est l'élimination des biais causés par les traits physiques et les habitudes individuels. Il prouve "l'universalité" d'un algorithme, garantissant qu'il fournit des métriques précises pour les produits standardisés - tels que les chaussures d'entraînement grand public - indépendamment de la taille, de la longueur des jambes ou du style de marche personnel de l'utilisateur.

Le problème du biais individuel

Éviter le surajustement à l'anatomie

La marche humaine est fortement influencée par des caractéristiques physiques statiques. Des facteurs tels que la taille et la longueur des jambes dictent naturellement la longueur de la foulée et la fréquence des pas.

Sans LOSO, un modèle d'apprentissage automatique standard pourrait simplement corréler une longueur de jambe spécifique avec une sortie de marche spécifique. Le LOSO empêche cela en garantissant que le modèle est testé sur une longueur de jambe sur laquelle il ne s'est pas entraîné, le forçant à analyser le mouvement plutôt que le type de corps.

Filtrer les idiosyncrasies personnelles

Chaque individu possède des habitudes de marche personnelles uniques qui ne sont pas représentatives de la population générale. Celles-ci peuvent inclure de légères boiteries, des impacts de pied spécifiques ou des particularités posturales.

Si un algorithme s'entraîne et teste sur la même personne (même en utilisant différentes étapes), il apprendra à reconnaître les habitudes de cette personne spécifique. Le LOSO garantit que le modèle ignore ces identificateurs uniques et se concentre sur la mécanique fondamentale de la marche.

Atteindre l'universalité algorithmique

Prouver la généralisation

L'objectif principal de l'utilisation du LOSO est d'établir l'universalité de la solution. Il confirme que la logique est valable pour une population diversifiée, et pas seulement pour un petit groupe contrôlé.

Ceci est différent de la validation aléatoire standard, qui peut mélanger les données d'un sujet dans les deux ensembles d'entraînement et de test. Cette approche gonfle artificiellement les scores de précision en permettant au modèle de "tricher" par reconnaissance du sujet.

Faciliter le développement de produits standardisés

Pour les applications commerciales, telles que le développement de chaussures d'entraînement ou de baskets standardisées, l'algorithme sous-jacent doit fonctionner pour le marché de masse.

Les fabricants ne peuvent pas créer d'algorithmes personnalisés pour chaque client. Le LOSO valide qu'une seule solution logicielle peut être déployée dans un produit physique standardisé et fonctionner correctement pour tout nouvel utilisateur immédiatement.

Comprendre les compromis

Le contrôle de la réalité

Le principal "compromis" de l'utilisation du LOSO est qu'il entraîne souvent des scores de précision inférieurs par rapport à des méthodes de validation moins rigoureuses.

La répartition aléatoire standard produit souvent des métriques de performance optimistes car le modèle reconnaît les sujets. Le LOSO expose la dure réalité de la performance du modèle sur des données véritablement inconnues.

Isolement strict des données

Le LOSO nécessite une discipline stricte dans la manipulation des données. Vous ne pouvez pas permettre qu'une fraction des données du sujet test ne pénètre dans l'ensemble d'entraînement.

Si cet isolement est violé, la revendication d'universalité est invalidée, et les biais liés aux caractéristiques physiques reviendront fausser les résultats.

Faire le bon choix pour votre objectif

Lors de l'évaluation des méthodologies d'analyse de la marche, considérez votre objectif final :

  • Si votre objectif principal est le développement de matériel grand public (par exemple, chaussures intelligentes) : Vous devez donner la priorité aux résultats LOSO pour garantir que le produit fonctionne pour les clients de différentes tailles et longueurs de jambes sans calibration.
  • Si votre objectif principal est le diagnostic médical personnalisé : Bien que le LOSO aide à établir une base, vous pourriez éventuellement avoir besoin d'un réglage fin spécifique au sujet plutôt que d'une pure universalité.

En fin de compte, le LOSO est la seule méthode de validation qui garantit que votre algorithme mesure la marche humaine, plutôt que de simplement identifier des humains spécifiques.

Tableau récapitulatif :

Caractéristique Validation aléatoire standard Leave-One-Subject-Out (LOSO)
Objectif principal Précision générale sur les points de données Tester l'universalité sur de nouveaux individus
Risque de surajustement Élevé (mémorise les particularités du sujet) Faible (force la biomécanique générale)
Isolement des données Données de sujets mélangées dans l'entraînement/le test Séparation stricte par participant
Performance Souvent artificiellement gonflée "Test de stress" réaliste et rigoureux
Application Tests sur des ensembles de données internes Développement de produits grand public

Collaborez avec 3515 pour des solutions de chaussures haute performance

En tant que fabricant à grande échelle desservant des distributeurs mondiaux et des propriétaires de marques, 3515 exploite des informations biomécaniques avancées pour fournir des chaussures supérieures dans toutes les catégories. Nos capacités de production complètes garantissent que, que vous développiez des chaussures de sécurité high-tech, des bottes tactiques ou des chaussures d'entraînement et baskets grand public, nos produits répondent aux normes les plus élevées d'universalité et de performance.

Notre valeur pour vous :

  • Série phare de sécurité : Protection robuste conçue pour divers besoins industriels.
  • Portefeuille complet : Des chaussures habillées et formelles aux équipements spécialisés d'extérieur et de sport.
  • Excellence en fabrication en vrac : Solutions évolutives conçues pour les marques qui exigent cohérence et qualité.

Prêt à améliorer votre gamme de chaussures avec un partenaire qui comprend la science du mouvement ? Contactez-nous dès aujourd'hui pour discuter de vos besoins en vrac !


Laissez votre message