跳到正文
热点事件持续更新

HiPPT:多尺度文本对齐的可穿戴PPG表征学习

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

研究者提出 HiPPT 框架,用于学习可穿戴光电容积脉搏波(PPG)表征,其思路是把不同的监督来源匹配到合适的证据范围。 为支撑该框架,研究者构建了 PPG-Text 语料库,包含 202K 用户、超过 400 万条腕戴记录,并将波形形态与元数据描述配对。 论文称代码与预训练权重将会发布。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv cs.AI
    HiPPT:通过多范围文本对齐实现基于生理学的可穿戴 PPG 表征学习

    研究者提出 HiPPT 框架,通过将监督来源匹配到合适的证据范围来学习可穿戴 PPG 表征,并构建了包含 202K 用户、超 400 万条腕戴记录与波形形态及元数据描述配对的 PPG-Text 语料库。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。