研究人员开发了DomusFM，这是一种新颖的基础模型，旨在利用事件驱动的传感器数据来监测智能家居中的行为。与需要大量标记数据或侧重于连续传感器流的先前模型不同，DomusFM采用自监督双对比学习方法。该方法同时捕捉事件的语义含义及其时间序列，使模型能够学习可迁移的表示，适应各种智能家居环境和任务。在七个数据集上的评估表明，DomusFM在活动识别、下一事件预测和无监督聚类方面优于现有方法，并具有部署在边缘设备的潜力。 AI
影响 该模型可以实现更复杂、数据需求更少的智能家居行为分析，有助于医疗保健和独立生活等应用。
排序理由 该集群描述了一篇介绍特定领域（智能家居行为监测）新基础模型的研究论文。[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 →
