Inertia-1：ウェアラブルモーション基盤モデルのオープンな探求
Inertia-1は、1820万時間以上の加速度計データを用いたウェアラブルモーション基盤モデルの完全オープンな探求プロジェクトです。データ選択、モデル選択、トレーニング選択を体系的に研究し、15のデータセットで評価しました。人間活動認識、歩行凍結検出、疾患予測などのタスクで汎化性能を示し、実用的なレシピを提供します。
最近、arXivに投稿された研究「Inertia-1」は、ウェアラブルモーション基盤モデルの完全オープンな探求を発表しました。Zongzhe Xuら7名の著者によるこの研究は、2026年7月7日に提出されました。Inertia-1は、世界中から収集された1820万時間以上の加速度計データを活用し、データ選択（センサーモダリティ、デバイス配置、サンプリングレート、ウィンドウ長）、モデル選択（アーキテクチャとモデルサイズ）、トレーニング選択（事前学習目標とデータ規模）を網羅する制御されたフレームワークを構築しました。
人間活動認識、歩行凍結検出、疾患予測を含む15のデータセットでの広範な評価により、タスクやセンシング条件を横断して一般化するモーション基盤モデルを構築するための重要な知見が得られました。従来の研究が孤立した設計選択に焦点を当てていたのに対し、Inertia-1は統一的な視点を提供し、データ、モデル、トレーニングの相互作用を理解するのに役立ちます。
Inertia-1は、多様な下流タスクに対する最先端のレシピを提供するだけでなく、ウェアラブルモーション表現学習のための包括的で実用的なオープンクックブックとして機能します。このプロジェクトのオープンな性質は、この分野のさらなる研究と発展を促進し、健康モニタリングや疾患の早期診断におけるウェアラブル技術の応用を後押しすると期待されます。