論文の概要: TimeCap: A Scalable Open-Source Pipeline for Captioning Wearable Health Time-Series Data

• arxiv url: http://arxiv.org/abs/2610.21274v1
• Date: Thu, 15 Oct 2026 05:10:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 19:13:16.199698
• Title: TimeCap: A Scalable Open-Source Pipeline for Captioning Wearable Health Time-Series Data
• Title（参考訳）: TimeCap: ウェアラブルなヘルス時系列データをキャプチャするためのスケーラブルなオープンソースパイプライン
• Abstract要約: 産業、環境、特に健康領域で生成された時系列データは、マルチモーダル信号を生成する。 時系列言語モデル(TSLM)は、これらの信号のスケーラブルな解釈を約束する。 既存のペアコーパスは、スケールとモダリティのカバレッジにおいて閉じたり制限されたりしている。 TimeCapは、ループに言語モデルがない信号で直接動作するオープン決定論的キャプション抽出器である。
• 参考スコア（独自算出の注目度）: 34.00792153958407
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Time-series data generated continuously across industrial, environmental, and especially health domains produce multimodal signals whose scale and heterogeneity make their processing and interpretation particularly challenging. Time-Series Language Models (TSLMs) promise scalable interpretation of these signals, yet remain bottlenecked by a fundamental lack of text-annotated time series pairs that are signal-grounded, reproducible, and extensible across modalities and schemas. Existing paired corpora are either closed or limited in scale and modality coverage. Annotation with large language models could scale them up, but its outputs cannot be regenerated exactly, which prevents others from re-deriving, extending, or auditing the resulting corpus. To address this, we release TimeCap, an open deterministic captioning pipeline with three reusable extractor tiers and a cross-channel synthesis layer that operates directly on the signal with no language model in the loop, extensible to new schemas by writing channel definitions alone. This positions TimeCap as a reproducible mechanism for future dataset generation rather than a one-off release. Applying TimeCap to OpenMHC, the MyHeart Counts wearable dataset, yields MHCap, the largest open caption layer for multimodal wearable time-series data. MHCap spans 19 Apple HealthKit channels and 7,005,763 captions over 908,944 person-days. To showcase the impact of the corpus, we train OpenTSLM, a time-series language model, on MHCap and benchmark on health-outcome prediction. Caption-augmented training (OpenTSLM-Cap) outperforms a label-only baseline on 29 of 32 per-user binary evaluations across 8 tasks.
• Abstract（参考訳）: 産業、環境、特に健康領域で連続的に生成される時系列データは、スケールと不均一性によってその処理と解釈が特に困難になるマルチモーダル信号を生成する。 時系列言語モデル (TSLM) は、これらの信号のスケーラブルな解釈を約束するが、信号基底で再現可能で、モダリティやスキーマにまたがる拡張可能な、テキストアノテートされた時系列ペアの基本的な欠如によって、ボトルネックを保っている。 既存のペアコーパスは、スケールとモダリティのカバレッジにおいて閉じたり制限されたりしている。 大きな言語モデルによる注釈はそれらをスケールアップすることができるが、その出力を正確に再生することはできないため、他の言語がコーパスを導出したり、拡張したり、監査したりするのを防ぐことができる。 この問題を解決するために,3つの再利用可能な抽出器層を備えたオープンな決定論的キャプションパイプラインであるTimeCapと,ループ内に言語モデルを持たない信号を直接操作するクロスチャネル合成層を,チャネル定義だけで記述することで,新たなスキーマに拡張可能なTimeCapをリリースする。 これにより、TimeCapは、ワンオフリリースではなく、将来のデータセット生成の再現可能なメカニズムとして位置づけられる。 MyHeart CountsのウェアラブルデータセットであるOpenMHCにTimeCapを適用すると、マルチモーダルなウェアラブル時系列データのための最大のオープンキャプション層であるMHCapが得られる。 MHCapは、Apple HealthKitの19のチャンネルと7,005,763のキャプションに、908,944人日をカバーしている。 コーパスの影響を明らかにするため,MHCapとベンチマークで時系列言語モデルOpenTSLMをトレーニングし,健康予後を予測する。 OpenTSLM-Cap(Caption-augmented Training)は、8つのタスクでユーザ当たり32のバイナリ評価のうち29のラベルのみのベースラインを上回っている。

関連論文リスト

• MMTA: Benchmarking Multimodal Temporal Analysis with Time Series, Text, and Vision [32.2906741631688]
  本稿では,時系列,テキスト,ビジョンの相互補完パターンを多用した3モーダルタスクのベンチマークであるMMTAを紹介する。 MMTAは、ロボット工学、自動運転、ヒューマンアクション、製造、ARアシスト、ヘルスケア、レコメンデーション、ファイナンス、気候の9つの領域にまたがる。 次に、時系列エンコーダ、時間的位置アライメント、モダリティ対応トークンレイアウト、予測ヘッドを備えたマルチモーダルLLM拡張であるTime Omni-vを紹介する。
  論文  参考訳（メタデータ） (2026-10-13T07:20:58Z)
• TimeRLM: Recursive Language Models Enable Precise Anomaly Localization in Long-Context Time-Series [5.884699935768521]
  我々は、コードと視覚機能を用いて信号を操作する時系列のRLM定式化であるTimeRLMを提案する。 AnomalyXL-MCQとAnomalyXL-Localizeの5つの異なるタスクカテゴリと2つのバリエーションを実装している。 TimeRLMは5つのAnomalyXL-Localizeタスクのうち4つで評価されたTSLMとシングルパスベースラインを上回ります。
  論文  参考訳（メタデータ） (2026-08-04T09:40:45Z)
• Beyond Tokenization: Direct Timestep Embedding and Contrastive Alignment for Time-Series Question Answering [13.074536659496362]
  大規模言語モデル(LLM)の最近の進歩により、時系列質問応答(TSQA)が生まれている。 TSQAは時系列解析を自然言語による質問応答として定式化する。 この課題に対処するために、直接時間ステップ埋め込みとセマンティックアライメントという2つの重要なコンポーネント上に構築されたTSQAのための新しいフレームワークであるCADEを提案する。
  論文  参考訳（メタデータ） (2026-06-17T12:07:23Z)
• TimeChat-Captioner: Scripting Multi-Scene Videos with Time-Aware and Structural Audio-Visual Captions [64.27159505605312]
  提案するOmni Captioningは,明示的なタイムスタンプによる連続的,きめ細かな,構造化された視覚的物語を生成するために設計された新しいタスクである。 密接なセマンティックカバレッジを確保するため、私たちは6次元構造スキーマを導入し、"script-like"キャプションを作成します。 大規模な実験により、TimeChat-Captioner-7BはGemini-2.5-Proを抜いて最先端のパフォーマンスを達成した。
  論文  参考訳（メタデータ） (2026-02-09T14:21:58Z)
• ViTs: Teaching Machines to See Time Series Anomalies Like Human Experts [21.498848897981173]
  時系列異常検出モデルでは,「シナリオをまたいで1回ずつ推測する」ことが根本的な課題である。 時系列曲線を視覚表現に変換するVLM(Vision-Language Model)ベースのフレームワークであるViTを提案する。
  論文  参考訳（メタデータ） (2025-10-06T11:24:53Z)
• AutoTimes: Autoregressive Time Series Forecasters via Large Language Models [67.83502953961505]
  AutoTimesは時系列を言語トークンの埋め込み空間に投影し、任意の長さで将来予測を生成する。 時系列をプロンプトとして定式化し、ルックバックウィンドウを越えて予測のコンテキストを拡張する。 AutoTimesは、トレーニング可能なパラメータが0.1%、トレーニング/推論のスピードアップが5ドル以上で最先端を実現している。
  論文  参考訳（メタデータ） (2024-02-04T06:59:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。