跳到正文
热点事件持续更新

TEX-MEX时序对比学习论文发布

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

Aditya Radhakrishnan 等发布TEX-MEX论文,提出将结构相似性与时间相似性统一到单一关系的时间序列对比学习方法: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。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv · cs.AI
    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

    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。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。