DeepFeature: Generazione di Feature Basata su LLM per Biosignali Indossabili
Un articolo di ricerca intitolato 'DeepFeature: LLM-Empowered Context-aware Feature Generation for Wearable Biosignals' è stato pubblicato su arXiv. L'articolo propone DeepFeature, un framework che utilizza modelli linguistici di grandi dimensioni (LLM) per generare feature sensibili al contesto da biosignali indossabili per applicazioni sanitarie. I metodi esistenti di estrazione delle feature mancano di contesto specifico per il compito, affrontano difficoltà con spazi combinatori ad alta dimensionalità e sono soggetti a errori. DeepFeature integra LLM con conoscenza esperta e interazioni tra feature, impiegando un perfezionamento iterativo basato sul feedback di valutazione delle feature. L'articolo è disponibile all'indirizzo https://arxiv.org/abs/2512.08379.
Fatti principali
- Articolo intitolato 'DeepFeature: LLM-Empowered Context-aware Feature Generation for Wearable Biosignals'
- Pubblicato su arXiv con ID 2512.08379
- Propone il framework DeepFeature per la generazione di feature da biosignali indossabili
- Utilizza modelli linguistici di grandi dimensioni (LLM) per l'estrazione di feature sensibili al contesto
- Affronta le limitazioni dei metodi esistenti: mancanza di contesto, spazio ad alta dimensionalità, errori
- Integra generazione multi-fonte: LLM, conoscenza esperta, interazioni tra feature
- Impiega perfezionamento iterativo con feedback di valutazione delle feature
- Target: applicazioni sanitarie tramite dispositivi indossabili
Entità
Istituzioni
- arXiv