LSM-2 with Adaptive and Inherited Masking (AIM) 是一种新的自监督学习方法，能够直接从不完整的可穿戴传感器数据中学习，在无需显式填补缺失数据的情况下，于分类、回归和生成任务中均表现出色。可穿戴设备通过提供持续的多模态生理与行为数据革新了健康监测，但数据标注成本高昂。自监督学习通过利用未标注数据来学习潜在结构，如细微的生理关系，解决了这一限制。大规模应用下，该方法有望构建出适用于多种下游任务的通用表征基础模型。

本专栏通过快照技术转载，仅保留核心内容

内容中包含的图片若涉及版权问题，请及时与我们联系删除