用基础模型进行可穿戴压力检测的检索增强个性化

可穿戴压力检测受到个体生理与行为差异影响，传统方法依赖用户特定微调或大规模自监督预训练。本文提出检索增强个性化：使用冻结的域外基础模型检索目标用户历史中的相似模式，将其编码为紧凑个性化嵌入，调节轻量Transformer提取的表示。在WESAD的15名用户数据上，使用腕部皮电、血容量脉搏、温度和加速度信号，准确率与宏F1比非个性化Transformer基线分别提高3.92%和4.76%，无需任何带标签用户数据即可接近监督微调表现。仅可用此前用户样本的时序检索也接近完整用户内检索，显示对有限历史具有一定适应性。研究还探索用K-Emocon数据集的嵌入个性化WESAD压力检测表示。