实体
CGM-JEPA
CGM-JEPA
PulseAugur coverage of CGM-JEPA — every cluster mentioning CGM-JEPA across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
Google Research 发布用于葡萄糖监测的 GlucoFM 基础模型
Google Research 开发了 GlucoFM，这是一种用于持续葡萄糖监测 (CGM) 的新型基础模型。该模型采用双流方法，分别分析缓慢的葡萄糖趋势和短期偏差，从而提高了各种代谢预测任务的性能。在预测糖尿病风险、胰岛素抵抗和 β 细胞功能障碍方面，GlucoFM 的表现优于 GluFormer 等先前模型，并且在预测餐后血糖反应方面也表现强劲。
-
CGM-JEPA通过自监督预训练学习一致的葡萄糖监测表示
研究人员开发了CGM-JEPA，一种新颖的自监督预训练框架，旨在改进连续血糖监测（CGM）数据的分析。该方法侧重于学习跨不同数据模态（如CGM时间序列和静脉口服葡萄糖耐量试验）的一致性抽象表示，解决了在不同数据视图和设置之间迁移模型的挑战。通过预测掩码潜在表示而非原始值，CGM-JEPA旨在捕获更高级别的时间和分布结构，从而在代谢健康方面获得更鲁棒和可迁移的见解。