HiPPT:多尺度文本对齐的可穿戴PPG表征学习论文
热点事件持续更新
HiPPT:多尺度文本对齐的可穿戴PPG表征学习论文
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Jiaqi Wang 等作者在 arXiv 发布 HiPPT 论文预印本,提出一种将不同监督来源匹配到相应 PPG 证据范围的可穿戴 PPG 表征学习框架,方法包括记录级形态对齐、跨记录上下文对齐和波形引导文本建模。 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,并称在涵盖血压、血管僵硬度、生理属性和跨数据集心率估计的六项下游任务上,主要线性探测指标取得最好结果;其对齐空间还支持按年龄、性别和 BMI 类别进行零样本画像。代码和预训练权重称将发布。以上为论文作者声称,本材料未含独立复现。
AI 根据报道生成 · 1 小时前更新
最新进展10月14日 12:00
HiPPT:通过多范围文本对齐进行生理基础的可穿戴PPG表征学习报道时间线
沿着报道,了解事件的不同侧面。
10月14日
- arXiv · cs.AIHiPPT: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 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。
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。