研究人员开发了Sonata，一个紧凑的混合世界模型，用于从有限的临床数据中学习运动学表示。这个拥有377万参数的模型使用了一种新颖的目标函数在大型公共数据集语料库上进行了预训练，该目标函数预测未来状态而不是重建原始传感器数据。与基线模型相比，Sonata在临床鉴别、跌倒风险预测和跨队列转移方面表现出优越的性能，同时还产生了更适合设备端可穿戴设备推理的结构化潜在表示。 AI
影响 引入了一种从稀疏临床数据中学习的新颖模型架构，有可能提高可穿戴设备上的诊断能力。
排序理由 这是一篇描述新模型及其评估的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
