医学 AI

BCoughBench: Benchmarking Respiratory Acoustic Foundation Models Under Body-Coupled Wearable Sensor Conditions

BCoughBench：在体耦合可穿戴传感器条件下对呼吸声学基础模型进行基准测试

Mayur Sanap, Prasanna Desikan, Edgar Lobaton

机构 * Centific Global Solutions Inc.（Centific全球解决方案公司） ； North Carolina State University（北卡罗来纳州立大学） 纠错

专题命中 健康监测 ：CT(abstract,abstract_cn)

AI总结 针对体耦合可穿戴传感器导致高频衰减的问题，提出BCoughBench基准，评估五种呼吸声学基础模型在九项分类和三项回归任务上的性能，发现模型可靠性下降，性别分类性能崩溃，而COVID检测几乎不受影响。

Comments Accepted to the KDD 2026 Workshop on Reliable Scientific Foundation Models (RelSciFM)

Digital Twin-Driven Adaptive Sim-to-Real Alignment via Reinforcement Learning for Vibration-Based Bearing Health Monitoring Under Data Scarcity

基于强化学习的数字孪生驱动自适应模拟到真实对齐用于数据稀缺下振动轴承健康监测

Jinghan Wang, Yanjun Chen, Wei Zhang, Wentao Wu, Tianchen Liu, Gaoliang Peng

机构 * Harbin Institute of Technology, China（哈尔滨工业大学，中国） ； Eastern Institute of Technology, China（东方技术研究院，中国） 纠错

专题命中 健康监测 ：diagnosis(abstract)；分类 cs.LG

AI总结 针对数据稀缺下振动监测的故障诊断问题，提出基于强化学习的数字孪生自适应对齐方法，通过策略网络为不同故障类型生成特定仿射变换，平衡特征间隙与类间可分性，在三个数据集上验证了有效性。