Google 发布 SensorFM:面向可穿戴健康数据的通用基础模型
Google Research 发布 SensorFM,一个从可穿戴数据直接学习的大规模传感器基础模型,预训练语料超过一万亿分钟多模态信号,来自五百万名同意参与者、覆盖 100 多个国家和 20 多款 Fitbit 与 Pixel Watch 设备。
推荐理由:Google 用五百万人的可穿戴数据预训练通用生理表征,读者可了解其自监督缺失感知设计与跨任务泛化表现。
Google Research 发布 SensorFM,一个从可穿戴数据直接学习的大规模传感器基础模型,预训练语料超过一万亿分钟多模态信号,来自五百万名同意参与者、覆盖 100 多个国家和 20 多款 Fitbit 与 Pixel Watch 设备。
推荐理由:Google 用五百万人的可穿戴数据预训练通用生理表征,读者可了解其自监督缺失感知设计与跨任务泛化表现。
Google 在 Nature 发表 PHRM 研究系统,利用手机前摄在面部解锁后拍摄 8 秒视频,通过深度学习估算心率,与 ECG 相比 MAPE 低于 10%,覆盖所有肤色。
推荐理由:Google 用手机前摄在解锁后被动测心率,论文给出跨肤色误差数据与公开数据集,可了解 rPPG 落地进展。
Google 为隐私分析服务推出零信任聚合方案,结合新型单次消息加密聚合协议与 TEE,让设备无需多轮在线即可安全提交数据。该设计使 Google 只能获得人群的匿名聚合洞察,原始数据即使在硬件保护范围内也不会被暴露或重建,并通过 TEE 远程认证向参与者证明协议按公开代码正确执行。