У меня есть данные сигнала 1D, которые мне предоставлены, это в основном синтетические данные, а не реалистичные.
У меня есть 1000 файлов CSV для них, которые имеют следующие переменные.
1=depth(index), 2=signal value(1D signal), 3=event id, 4=event id as a class (target variable), 5=event and class (not useful)
0 , 3 , 0 , 0 , 0
1 , 5 , 0 , 0 , 0
2 , 2 , 0 , 0 , 0
3 , 3 , 1 , 1 , 1000
4 , 6 , 0 , 1 , 1
5 , 1 , 0 , 1 , 1
6 , 2 , 2 , 2 , 2000
7 , 6 , 0 , 2 , 2
8 , 2 , 0 , 2 , 2
9 , 6 , 0 , 2 , 2
Я хочу обучить несколько моделей классификации, используя keras, pytorch, seq2seq.
У меня есть различные идеи о том, как создавать данные, чтобы они выглядели лучше и передавали их в моих сетях TCN / CNN.
подача в качестве 1D-массива в качестве элемента и 1D-массива в качестве метки в модели классификации не имеет смысла.
Мне нужны некоторые идеи, если кто-то делал это раньше.
Спасибозаранее.