English(EN) Uncertainty-Driven Anomaly Detection for Psychotic Relapse Using Smartwatches: Forecasting and Multi-Task Learning Fusion

智能手表框架利用人工智能检测精神病复发

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-13 17:43

研究人员开发了两个基于智能手表的精神病复发检测框架。第一个框架预测心脏动力学，第二个框架采用多任务方法融合睡眠、运动和心脏数据。两个模型都采用Transformer编码器，并使用MLP集成来估计预测不确定性，以生成每日异常分数。结合这两个框架的后期融合策略在e-Prevention Grand Challenge数据集上比之前的最佳基线提高了8%。 AI

影响人工智能在医疗保健领域的新应用，利用可穿戴传感器数据早期检测精神健康复发。

排序理由学术论文，详细介绍了使用可穿戴数据进行异常检测的新方法。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Niki Efthymiou · 2026-05-13 17:43

Uncertainty-Driven Anomaly Detection for Psychotic Relapse Using Smartwatches: Forecasting and Multi-Task Learning Fusion

Digital phenotyping enables continuous passive monitoring of behavior and physiology, offering a promising paradigm for early detection of psychotic relapse. In this work, we develop and systematically study two smartwatch-based frameworks for daily relapse detection. The first f…

报道来源 [1]

Uncertainty-Driven Anomaly Detection for Psychotic Relapse Using Smartwatches: Forecasting and Multi-Task Learning Fusion

相关实体

相关话题