基于文本编码器的日常运动数据表征学习
机器学习
2024-12-23 v2
摘要
时间序列表征学习是遥感健康监测应用的关键研究领域。本文聚焦于来自生活于痴呆症患者的活动记录数据集。我们设计了一种基于将活动转换为文本字符串以便使用语言模型进行编码的表征学习方法，该模型针对同一受试者在 30 天窗口内的数据进行微调，以实现相似的嵌入向量。这样可以在受试者和日期之间进行聚类和向量搜索，并识别活动偏差以帮助实现个性化护理交付。
引用
@article{arxiv.2405.04494,
title = {Representation Learning of Daily Movement Data Using Text Encoders},
author = {Alexander Capstick and Tianyu Cui and Yu Chen and Payam Barnaghi},
journal= {arXiv preprint arXiv:2405.04494},
year = {2024}
}
备注
Accepted at ICLR 2024 Workshop on Learning from Time Series For Health: https://openreview.net/forum?id=mmxNNwxvWG