Hanno sviluppato modelli di base su segnali comportamentali da dispositivi indossabili usando oltre 2,5 miliardi di ore di dati di 162.000 persone.
Hanno ottimizzato architetture e strategie di tokenizzazione specifiche per i dati comportamentali.
Il modello è stato valutato su 57 compiti di salute, mostrando ottime prestazioni in classificazione e predizione di stati di salute nel tempo.
Il modello eccelle in compiti basati sul comportamento, come la predizione del sonno.
La combinazione delle rappresentazioni comportamentali con i dati grezzi dei sensori migliora ulteriormente le predizioni.
I risultati sottolineano l’importanza di progettare modelli di base specifici per i dati di dispositivi indossabili per nuove applicazioni di salute.
Get notified when new stories are published for "Hacker News 🇮🇹 Italiano"