DomusFM：针对智能家居传感器数据的基础模型

智能家居传感器数据具有显著的应用潜力，包括健康监测和辅助技术。然而，现有方法面临关键局限性。监督式模型需要不可实现的大量标注数据。针对活动识别的基础模型仅关注惯性传感器，无法解决智能家居二进制传感器事件的独特特征：其稀疏、离散的性质以及丰富的语义关联。虽然基于大语言模型的方法已在该领域测试，但仍面临自然语言描述或提示工程需求，以及依赖外部服务或昂贵硬件的问题，这使其在因隐私和成本问题在现实场景中难以部署。我们提出 DomusFM，这是首个专为智能家居传感器数据设计并预训练的基础模型。DomusFM 采用自监督双对比学习范式，捕获词级别的语义属性和序列级别的时间依赖性。通过整合轻量级语言模型的语义嵌入以及专门用于时间模式和二进制状态的编码器，DomusFM 学习到可跨环境和任务迁移的通用表征。通过在七个公开智能家居数据集上进行 leave-one-dataset-out 评估，我们展示了 DomusFM 在不同下游任务上的优势，即使仅使用 5% 的标注训练数据进行微调也能实现卓越性能。我们的ethods 解决了数据稀缺问题，同时保持了面向现实智能家居系统的实际可部署性。