Evaluating Deep Multivariate Imputation Models on Wearable Device Data
作者: Skye Goodman, Roussel Desmond Nzoyem, Leandro Junges, Peter Kissack, Yasser Qureshi, Amberly Brigden, Jeff Clark, Nawid Keshtmand
分类: cs.LG, cs.AI, q-bio.QM
发布日期: 2026-08-25
💡 一句话要点
提出深度多变量插补模型评估方法以解决可穿戴设备数据缺失问题
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 深度学习 多变量插补 可穿戴设备 生理数据 健康监测 模型评估 数据缺失 生物节律
📋 核心要点
- 现有插补方法在多模态生理数据的真实缺失评估上存在不足，未能考虑缺失特征之间的关联性。
- 论文提出了一种新的评估协议，通过挖掘训练数据中的连续缺失模板，保留缺失特征的结构性。
- 实验结果显示，采用匹配训练协议后，BRITS在严重缺口的平均绝对误差降低了43%，展示了新方法的有效性。
📝 摘要（中文）
可穿戴设备数据能够实现持续的健康监测，但面临结构化缺失问题：共享同一物理传感器的特征会同时缺失。深度插补方法如BRITS和SAITS在真实缺失情况下对多模态生理数据的评估有限，现有基准使用随机点保留协议，错误假设缺失在特征和时间上是独立的。本文使用来自癫痫患者的Garmin智能手表数据，开发了一种评估协议，从训练数据中挖掘连续缺失模板，按特征缺口长度分层，并将其作为块掩码注入，保留共同缺失结构。通过匹配训练协议，暴露模型于相同缺失分布，BRITS在严重缺口的平均绝对误差降低了43%。进一步扩展BRITS，加入了时间编码和生物节律通道。最终，模型排名强烈依赖于评估设计，提出的协议为未来多传感器可穿戴数据集的插补策略发展奠定了重要基础。
🔬 方法详解
问题定义：本论文旨在解决可穿戴设备数据中的结构化缺失问题，现有方法未能有效评估多模态生理数据的缺失情况，导致插补效果不佳。
核心思路：论文提出了一种新的评估和训练协议，通过挖掘训练数据中的连续缺失模板，按特征缺口长度分层注入缺失数据，保留缺失特征之间的关联性，从而提高插补模型的性能。
技术框架：整体流程包括数据收集、缺失模板挖掘、分层注入缺失数据、模型训练和评估。主要模块包括数据预处理、缺失模式生成、模型训练和性能评估。
关键创新：最重要的创新在于提出了一种新的评估协议，能够真实反映缺失特征之间的关系，避免了传统方法中缺失独立假设的局限性。
关键设计：在模型设计中，BRITS被扩展以包含时间编码和生物节律通道，采用匹配训练协议以确保模型在相同缺失分布下进行训练，优化了插补性能。具体参数设置和损失函数设计未在摘要中详细说明，需参考原文。
🖼️ 关键图片
📊 实验亮点
实验结果表明，采用新评估协议后，BRITS在严重缺口的平均绝对误差降低了43%。此外，扩展的BRITS在动态心脏特征的中等和严重缺口上表现出更低的MAE，而SAITS在保留真实分布方面表现更佳，尽管MAE较高。这些结果强调了评估设计对模型性能排名的重要性。
🎯 应用场景
该研究的潜在应用领域包括健康监测、运动医学和个性化医疗等。通过改进插补策略，可以更准确地分析和预测健康数据，提升可穿戴设备在临床和日常健康管理中的应用价值，未来可能对公共健康监测和个体健康管理产生深远影响。
📄 摘要（原文）
Wearable device data enables continuous health monitoring, but suffers from structured missingness: features sharing a physical sensor drop out together. Deep imputation methods such as BRITS and SAITS have seen limited evaluation on multimodal physiological data under realistic missingness, and existing benchmarks use random-point holdout protocols that incorrectly assume missingness is independent across features and time. Using data from a person with epilepsy recorded on a Garmin smartwatch, we develop an evaluation protocol that mines contiguous missing-run templates from training data, stratifies them by per-feature gap-length quantiles, and injects them as block masks with preserved co-missingness structure. A matched training protocol exposing models to the same missingness distribution reduces BRITS's severe-gap MAE by 43%, demonstrating the potential benefit of the proposed evaluation and training protocol within this single-participant dataset. We further extend BRITS with time-of-day encoding and a circadian harmonic channel. No single model dominates: linear interpolation is optimal for slow-moving features over short gaps; extended BRITS achieves lower MAE on dynamic cardiac features in moderate and severe gaps; and SAITS better preserves the ground-truth distribution by Jensen-Shannon distance despite higher MAE. Ultimately, model rankings strongly depend on evaluation designs. By exposing how traditional evaluation methods obscure true model capabilities, our transferable protocol establishes critical steps towards developing better imputation strategies for future multi-sensor wearable datasets.