实体
Self-Supervised Representation Learning Using Bootstrapped Latent Representations
Self-Supervised Representation Learning Using Bootstrapped Latent Representations
PulseAugur coverage of Self-Supervised Representation Learning Using Bootstrapped Latent Representations — every cluster mentioning Self-Supervised Representation Learning Using Bootstrapped Latent Representations across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
关系
最近 · 第 1/1 页 · 共 2 条
-
AI模型仅凭ECG信号难以检测疼痛
研究人员探索了使用心电图（ECG）数据结合加速度计信号的自监督表征学习方法，以对疼痛水平进行分类。他们的研究结果表明，虽然单一ECG模型成功率有限，但多模态预训练通过捕捉跨模态依赖性增强了学习到的表征。该研究还强调了模型性能和从ECG检测疼痛方面显著的受试者间差异，表明与疼痛相关的模式是受试者特定的。
-
新框架捕捉运动不确定性以用于足球分析
研究人员开发了一个新的自监督学习框架，旨在理解足球中基于3D骨骼的人类运动。该框架通过预测多个可能的未来轨迹来显式地模拟人类运动固有的不确定性。使用大规模足球运动员跟踪数据进行的实验证明了运动预测精度的提高以及学习到的表征在各种下游足球应用中的有效迁移，表明了强大的跨任务泛化能力。