投稿招募 | 首届多模态可穿戴信号理解AmbientAI Workshop @ ICASSP 2023
可穿戴设备通常配备多个环境传感器，例如记录线性和旋转运动（通过加速度计、陀螺仪等）的 IMU 传感器，或可用于测量更多局部和微运动的 EMG 传感器。这些新的计算设备为新型交互提供了机会，允许用户提供更主动的以及跟上下文相关的帮助，等。
鉴于它们的低功耗，这些环境运动传感器信号可以作为一个关键的模态，为需要了解设备佩戴者的运动模式的各种设备模型（例如健康应用的锻炼/活动识别）提供协助。然而，由于缺乏大规模的训练资源，迄今为止对环境运动传感器建模的研究一直受到限制。
在本次 Workshop 中，我们重点关注基于可穿戴设备（例如智能眼镜）的环境传感器信号的理解，这带来了新的机器学习和信号处理的挑战，在学术界和工业界也吸引了越来越多的注意力。
具体来说，我们邀请工业界和学术界的研究人员来探讨和学习运动传感器信号（例如 IMU、EMG）的独特属性以及新一代设备上的各种实际应用。我们对结合各种多模态信号（例如视觉、语言、传感器信号）的方法尤其感兴趣，并且专注于现实世界的实际适用性（例如隐私感知和节能的设备模型）。
• Wearable sensor signals understanding (IMU, EMG, EEG, eye gaze, …)
• NLP applications in multimodal wearable sensor signals understanding
• Large-scale pre-training of sensor models via multimodal contrastive learning
• Multimodal training, modeling, and fusion methods
• Privacy-aware machine learning & federated learning for ambient sensor signals
• Efficient and scalable training of sensor models at the edge
• On-device power-efficient modeling for sensor signals
• Egocentric computer vision applications in wearable sensor signals understanding
• Question and answering systems with ambient sensor signals
• Human and wearable device interaction
• Privacy and ethical concerns with wearable sensor AI
论文截稿日期：2023年3月12日
论文结果通知日期：2023年4月14日
Camera-ready日期：2023年4月28日
以上时间均为11:59PM UTC-12:00 ("anywhere on Earth")
https://2023.ieeeicassp.org/paper-submission-guidelines/
https://cmt3.research.microsoft.com/User/Login?ReturnUrl=%2FICASSP2023%2FTrack%2F39%2FSubmission%2FCreate
受邀演讲将以多模态传感器理解领域内的不同主题为特色，包括最先进的建模方法、新数据集、围绕可穿戴传感器的隐私和伦理问题等。
1. Professor Kristen Grauman, University of Texas
2. Alessandro Suglia, Research Fellow at Heriot-Watt University
3. Danilo Pau, Director of Edge AI, ST-Microelectronics (IEEE fellow)
4. Professor Louis-Philippe Morency, Carnegie Mellon University (确认参加中)
Seungwhan Moon, Research Scientist, Meta Reality Labs
Andrea Madotto, Research Scientist, Meta Reality Labs
Claudio Gallicchio, Assistant Professor, University of Pisa
Elham Barezi, Associate Researcher, Michigan State University
Wenliang Dai, PhD, HKUST
Babak Damavandi, Research Scientist Manager, Meta Reality Labs
https://sites.google.com/view/ambientaiicassp2023/home
#投 稿 通 道#
让你的文字被更多人看到
如何才能让更多的优质内容以更短路径到达读者群体，缩短读者寻找优质内容的成本呢？答案就是：你不认识的人。
总有一些你不认识的人，知道你想知道的东西。PaperWeekly 或许可以成为一座桥梁，促使不同背景、不同方向的学者和学术灵感相互碰撞，迸发出更多的可能性。
PaperWeekly 鼓励高校实验室或个人，在我们的平台上分享各类优质内容，可以是最新论文解读，也可以是学术热点剖析、科研心得或竞赛经验讲解等。我们的目的只有一个，让知识真正流动起来。
📝 稿件基本要求：
• 文章确系个人原创作品，未曾在公开渠道发表，如为其他平台已发表或待发表的文章，请明确标注
• 稿件建议以 markdown 格式撰写，文中配图以附件形式发送，要求图片清晰，无版权问题
• PaperWeekly 尊重原作者署名权，并将为每篇被采纳的原创首发稿件，提供业内具有竞争力稿酬，具体依据文章阅读量和文章质量阶梯制结算
📬 投稿通道：
• 投稿邮箱：[email protected]
• 来稿请备注即时联系方式（微信），以便我们在稿件选用的第一时间联系作者
• 您也可以直接添加小编微信（pwbot02）快速投稿，备注：姓名-投稿
△长按添加PaperWeekly小编
🔍
现在，在「知乎」也能找到我们了
进入知乎首页搜索「PaperWeekly」
点击「关注」订阅我们的专栏吧
微信扫码关注该文公众号作者