可穿戴数据的生成模型

由于数据收集成本高昂以及数据获取与利用的复杂性，数据稀缺是医学研究中常见的障碍。合成健康数据可能为这一短缺提供高效且经济高效的解决方案，使研究人员能够探索现有观测中未代表或因隐私考虑难以获取的分布与人群。为此，我们开发了一种多任务自注意力模型，可生成真实的可穿戴活动数据。我们考察了生成数据的特征，并通过定量与定性方法量化其与真实样本的相似度。