HyMADは、国境の監視およびモニタリングのために開発されたハイブリッドマルチアクティビティ検出アプローチです。地震センサーを活用し、地下に埋め込まれることで隠蔽性が高く、侵入者に発見されにくい特徴を持ちます。ただし、同時に発生する異なる活動（人の侵入、動物の動き、車両の振動など）を正確に検出し区別することは難しい課題でした。この問題を解決するために、HyMADは時空間特徴の融合に基づく深層ニューラルネットワークのアーキテクチャを提案しています。このフレームワークは、SincNetによって抽出されたスペクトル特徴とリカレントニューラルネットワークによってモデル化された時間的依存性を統合します。さらに、自己注意層を用いてモーダル内の表現を強化し、マルチラベル分類を実現するためのクロスモーダル融合モジュールも備えています。実際の現場録音に基づくデータセットで評価した結果、複雑で同時に発生する活動シナリオにおいても汎用性のある性能が確認されました。