Классификация отдельных значений с помощью матрицы

Question

У меня есть серия матриц 30x30, которые содержат элементы в диапазоне от 0 до 75 (входные матрицы), и у каждой есть матрица 30x30, содержащая только 1 и 0 (выходные матрицы).Я пытаюсь обучить классификатор на входных матрицах, чтобы предсказать выходные матрицы, однако я не уверен, как лучше представить входные матрицы для классификатора (в идеале sk-learn).Я не могу абстрагировать матрицы в другую форму, поскольку каждый элемент из входной матрицы должен отображаться на элемент в том же месте выходной матрицы.Кто-нибудь пробовал что-то подобное?

Answer 1

Вариант 1: классификатор по нескольким меткам

• Вы можете сгладить матрицу 30X30 в элементном элементе 900 и передать ее в нейронную сеть для классификации по нескольким меткам https://en.wikipedia.org/wiki/Multi-label_classification
• Обрабатывать матрицу 30X30 как одноканальное изображение и моделировать CNN с надлежащей функцией потерь для классификации по нескольким меткам.

Вариант 2: Классификатор последовательности к последовательности

• Свести матрицу 30X30 в вектор элемента 900 и построить LSTM с 900 временными шагами с i-м элементом в векторе, который вводится в i-й временной шаг.LSTM подключен к плотному слою с сигмовидной активацией (классификация 2 классов).Если вы используете keras для реализации, вы должны будете использовать return_sequence=True для этого.