通过对齐时间序列基础模型嵌入实现跨设备零样本标签迁移
信号处理
2025-09-10 v1 人工智能
机器学习
摘要
临床体动记录仪数据拥有高质量的、经医学验证的标签，但像 Apple Watch 这样普及的消费级可穿戴设备则不然。手动标注可穿戴设备数据成本高昂且无法规模化。本文提出了一种新颖的框架，无需配对数据即可将宝贵标签从源域（如体动记录仪）迁移至目标域（如 Apple Watch）。我们不再处理原始时间序列信号，而是利用时间序列基础模型（TSFM）将两个域投影至共享的潜在嵌入空间，并开发了一个新框架来对齐跨设备的表示。我们的方法——TSFM嵌入的对抗性对齐——迫使源嵌入与目标嵌入的分布在该空间内对齐，从而促进跨设备类型的标签迁移。
引用
@article{arxiv.2509.06966,
title = {Cross-device Zero-shot Label Transfer via Alignment of Time Series Foundation Model Embeddings},
author = {Neal G. Ravindra and Arijit Sehanobish},
journal= {arXiv preprint arXiv:2509.06966},
year = {2025}
}
备注
5 pages, 3 figures, 1 table. tl;dr: Adversarial alignment of Time-Series Foundation Model (TSFM) embeddings enables transfer of high-quality clinical labels from medical-grade to consumer-grade wearables, enabling zero-shot prediction of gestational age without requiring paired data