Лучшая нейронная сеть для определенного типа анализа паттернов?

Question

Я работаю над системой, которая будет отправлять данные телеметрии о работе машины обратно на центральный сервер для анализа.Один из измеряемых параметров машины - ток двигателя, зависящий от времени.После завершения операции мы планируем отправить обратно массив токов и времени на сервер.У успешной операции будет шаблон, похожий на трапецию, у проблемных операций шаблон будет совершенно другим, более похожим на большой скачок значений.Кто-нибудь может порекомендовать тип нейронной сети, который был бы хорош для классификации этих 1D-векторов текущих значений в выходные данные типа «годен / негоден»?

Спасибо, Фред

Answer 1

Многие типы нейронных сетей могут быть использованы для решения этой проблемы, но я полагаю, что относительно простая функция оценки может также работать и быть намного проще в реализации.Если вы можете определить вероятные местоположения начала и конца трапеции, я предлагаю попробовать что-то вроде среднего «абсолютного отклонения от формы трапеции» в качестве показателя производительности машины.

Answer 2

Возможно, взяв БПФ и пропустив его через радиальную базисную функцию нейронной сети , все получится.Кажется, что функции, которые вы ищете, являются периодическими функциями, которые будут захвачены БПФ, и RBF может выполнить обучение.