У меня есть доступ к кадру данных из 100 человек и тому, как они выполнили определенный тест на движение. Этот кадр содержит около 25 000 строк на человека, поскольку производительность этого человека отслеживается (приблизительно) каждую центсекунду (10 ^ -2). Мы хотим использовать эти данные для предсказания двоичной y-метки, то есть, если у кого-то есть проблемы с двигателем или нет.
Обученные нейронные сети по средним значениям и отклонениям определенных столбцов на человека, правильно классифицировали +-72% данных.
Наивный байесовский классификатор по средним и дисперсиям некоторых столбцов на человека, классифицированный +-80% правильно.
Теперь, поскольку это данные, основанные на времени, «производительность в этом тесте во времени», нам было предложено использовать Рекуррентные Нейронные Сети. Я посмотрел на это и обнаружил, что это в основном используется для прогнозирования будущих событий, то есть событий, происходящих в ближайшие полсекунды.
Вопрос в том, возможно ли вообще использовать RNN на данных (основанных на времени), например, для прогнозирования двоичной метки? Если нет, то что?