В настоящее время я стремлюсь создать систему, которая идентифицирует шаблоны в данных временных рядов.
Конечная цель заключается в следующем: учитывая N разделов данных временных рядов в состоянии покоя, классифицировать раздел с наибольшим сходством междуN сигналов.Подшаблоны все идентичны или псевдо идентичны, но смещены во времени с различными интервалами.
Я рассмотрел множество вещей, включая Динамическое искажение времени , Поиск в Bag of Patterns , фильтры Калмана и несколько других техник обработки сигналов, которые я помню из колледжа (Convolution, Fourier, Laplace).
Однако все они, похоже, не дотягивают, поскольку шаблон не предопределен, поэтомуЯ не могу использовать что-то вроде фильтра совпадений.Я предполагаю, что мне нужно окунуться во что-то вроде RNN или LSTM, чтобы определить схему между сигналами.
Мне интересно, есть ли ресурсы на эту тему, или предлагаемое оптимальное решение, прежде чем я переключусь на моделирование RNN.