arXiv · cs.AI· Jiaqi Wang, Wei Chen, Xiaoyu Li, Lexian Xia, ShuaiLong Tang, Chenran Zhang, Donglin Xie, Guangpu Zhu, Yelei Li, Yi Zhou·· 11 小时前
HiPPT：通过多范围文本对齐进行生理基础的可穿戴PPG表征学习
HiPPT: Physiology-Grounded Wearable PPG Representation Learning via Multi-Scope Text Alignment
arXiv:2610.14489v1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：Jiaqi Wang, Wei Chen, Xiaoyu Li, Lexian Xia, ShuaiLong Tang, Chenran Zhang, Donglin Xie, Guangpu Zhu, Yelei Li, Yi Zhou
研究任务与主要进展
HiPPT 将不同监督来源匹配到相应的 PPG 证据范围，通过记录级形态对齐、跨记录上下文对齐和波形引导文本建模，学习可迁移的生理基础表征。作者构建了包含超过 400 万条腕戴 PPG 记录、覆盖 20.2 万用户的 PPG-Text 语料库，并在六项下游任务上取得主要线性探测指标的最好结果；其对齐空间还支持按年龄、性别和 BMI 类别进行零样本画像。
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