Generative models for wearables data

要約

データ収集に伴う高額なコストと、データへのアクセスと利用の複雑さのため、データ不足は医学研究における一般的な障害となっています。
健康データを統合することで、この不足に対する効率的かつ費用対効果の高い解決策が提供される可能性があり、研究者は既存の観察では表されていない分布や集団、またはプライバシーへの配慮によりアクセスが困難な分布や集団を調査できるようになります。
そのために、私たちは現実的なウェアラブル活動データを生成するマルチタスク自己注意モデルを開発しました。
生成されたデータの特性を検査し、定量的および定性的アプローチの両方で本物のサンプルとの類似性を定量化します。

要約(オリジナル)

Data scarcity is a common obstacle in medical research due to the high costs associated with data collection and the complexity of gaining access to and utilizing data. Synthesizing health data may provide an efficient and cost-effective solution to this shortage, enabling researchers to explore distributions and populations that are not represented in existing observations or difficult to access due to privacy considerations. To that end, we have developed a multi-task self-attention model that produces realistic wearable activity data. We examine the characteristics of the generated data and quantify its similarity to genuine samples with both quantitative and qualitative approaches.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google