电皮肤活动数据基础模型
机器学习
2026-03-19 v1 人工智能
信号处理
摘要
基础模型最近已扩展到自然语言和视觉领域之外的时序领域，包括生理信号。然而，电皮肤活动(EDA)建模的进展受限于缺乏大规模、精心整理且公开可获取的数据集。EDA反映了交感神经系统活动，广泛用于推断认知负荷、压力和参与度。然而，极少数可穿戴设备提供连续、无干扰的感知，目前唯一的大规模档案是专有数据。为填补此差距，我们编译了EDAMAME，一个来自24个公开数据集的EDA痕迹集合，包含来自634名用户的超过25,000小时的数据。利用这一资源，我们训练了UME，即首个专为EDA开发的基础模型。在八个情景中，UME均优于基线方法，且在使用约20倍计算资源的情况下与通用时序基础模型相当。然而，我们的发现也凸显了EDA建模固有的挑战，进一步激发了其潜力的研究动力。我们发布了所有数据集、模型权重和代码，以支持进一步的研究。
引用
@article{arxiv.2603.16878,
title = {A foundation model for electrodermal activity data},
author = {Leonardo Alchieri and Matteo Garzon and Lidia Alecci and Francesco Bombassei De Bona and Martin Gjoreski and Giovanni De Felice and Silvia Santini},
journal= {arXiv preprint arXiv:2603.16878},
year = {2026}
}