У меня есть стек сигналов, которые я хотел бы выполнить с помощью алгоритма ML, чтобы разделить их на области, определяемые их характеристиками. Полный сигнал выглядит примерно так: 
И его фрагмент выглядит так: 
В частности, я бы хотел выделить биты трассы где разрывы. Все следы, которые у меня есть, вероятно, имеют различную длину и различный уровень шума, поэтому некоторые разрывы трудно обнаружить (например, отметка 5000 на этом следе). У меня есть набор достаточно хорошо обозначенных данных, которые я хотел бы использовать для обучения той или иной форме ML, чтобы сделать это, чтобы попробовать и улучшить обычные численные методы. До сих пор я делал некоторые базовые c вещи с обычным нейронным net и CNN, для скользящего окна с данными, что не так уж и плохо, но я стремлюсь исследовать другие варианты. В частности, существует ли 1-D вариант алгоритмов RCNN / YOLO, который можно использовать для возврата набора windows, связывающего каждый разрыв? следует отметить, что разрывы могут быть различной ширины