arXiv · cs.AI· Aditya Radhakrishnan, Maxwell A. Xu, Wanting Mao, Santosh Kumar, Harish Haresamudram, James M. Rehg·· 6 小时前
TEX-MEX提出统一结构与时间相似性的时间序列对比学习方法
TEX-MEX: Similarity-Guided Temporal Contrastive Learning for Time Series
arXiv:2610.19557v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Aditya Radhakrishnan, Maxwell A. Xu, Wanting Mao, Santosh Kumar, Harish Haresamudram, James M. Rehg
研究任务与主要进展
研究提出TEX-MEX，通过编码器判断时间序列窗口的结构相似性，并利用相似与不相似窗口的时间偏移版本进行对比学习。基于论文摘要，该方法在PPG、EEG、ECG、加速度计和连续血糖监测等任务上对多类方法取得较强表现；作者还训练了560K参数的PPG基础模型，摘要称其规模约为下一代单模态预训练PPG模型的1/50，并计划以开源和开放权重形式发布。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org