В настоящее время я работаю над проектом, в котором у меня есть датчик в башмаке, который записывает XYZ с датчика ускорения и гироскопа. Каждую миллисекунду я получаю 6 точек данных. Теперь цель состоит в том, чтобы, если я совершил какое-либо действие, такое как прыжок или удар ногой, я использовал бы выходные данные датчика, чтобы предсказать, что действие будет выполнено.
Вот проблема: если я прыгаю, например, один раз, я могу получить 1000 точек данных, но в другом я получу 1200 сумм, что означает, что размер ввода отличается. Нейронные сети, которые я изучал до сих пор, требуют, чтобы размер входного сигнала был постоянным, чтобы предсказать значение Y, однако в данном случае это не так. Я провел некоторое исследование о том, как сделать нейронную сеть с переменными размерами, но не смог найти ту, которая работает. Не очень хорошая идея обрезать ввод до определенного размера, потому что тогда я теряю данные. Кроме того, если я просто изменю размеры меньших испытаний, добавляя дополнительные 0, это искажает модель. Любые предложения по модели, которая будет работать или как лучше очистить данные?