三星研究（美国）开发了两个AI基础模型，xMAE和HiMAE，旨在分析可穿戴设备中的生物信号数据。这些模型利用自监督学习从无标签的健康数据中提取见解，目标是支持连续、个性化和预防性的医疗保健。xMAE专注于光电容积脉搏波（PPG）和心电图（ECG）信号之间的时间关系，通过被动PPG测量实现心血管健康分析。HiMAE学习可穿戴数据中跨越不同时间尺度的健康模式，从而在资源有限的情况下实现设备端处理。 AI
影响 这些基础模型可以实现更复杂的设备端健康监测以及从可穿戴设备中获得个性化的医疗保健见解。
排序理由 在学术会议（ICML、ICLR）上发布AI模型的研究成果。
在 Mastodon — fosstodon.org 阅读 →
- photoplethysmogram
- Samsung
- electrocardiography
- HiMAE
- International Conference on Learning Representations
- International Conference on Machine Learning
- Samsung Research America
- Sharanya Desai
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
