在可穿戴设备和智能手机生成的丰富行为时间序列中，能够支持主动健康干预，但关于现代预测架构的系统比较仍然缺乏。本文对六种深度学习架构、两个零-shot基础模型（FM）和统计基线进行了基准测试，使用了三个公共数据集，涵盖了800多名参与者，报告了步数、屏幕时间和睡眠时长在1-8天时间段内的每个特征指标。我们进一步进行了每个特征的个性化研究，并评估了FM在不同数据集大小和时间粒度下的可转移性。
关键发现包括：
- 没有单一架构占据绝对优势，PatchTST在训练模型中表现最佳，其余三种（TCN、MLP、Transformer）之间没有显著性能差异；
- FM TimesFM在零-shot情况下的表现与训练模型相当，尤其在低数据情况下表现更佳；
- 参与者级别的微调可将每个特征的均方根误差（RMSE）降低16-60%，其中睡眠受益最多，步数受益最少。
这些结果为移动健康预测中的架构选择、FM适用性和个性化策略提供了实用指导。据我们所知，这是首个联合评估现代深度学习、FM和个性化在可穿戴设备多时间段行为预测中的研究。
博主点评： 这项研究填补了可穿戴设备数据预测领域的空白，提供了对多种深度学习架构的深入比较，强调了个性化微调的重要性，为未来的健康干预提供了宝贵的实证依据。该研究的贡献在于系统性地评估了不同模型的适用性，为研究者和开发者提供了清晰的选择路径。