PTT數位生活區 / DataScience

[問題] 使用多種feature的方法

看板DataScience作者 ((′‧ω‧‵))時間5年前 (2019/07/05 17:07), 編輯推噓6(6推 0噓 22→)
留言28則, 6人參與, 5年前最新討論串1/1
作業系統:(ex:mac,win10,win8,win7,linux,etc...) win10 ubuntu 問題類別:(ex：ML,SVM,RL,DL,RNN,CNN,NLP,BD,Vis,etc...) ML 使用工具:(ex:python,Java,C++,tensorflow,keras,MATLAB,etc...) python 問題內容: 我是機器學習的新手 在觀念上有些不懂想請教一下 最近做的研究是使用波形預測某個數值 raw data是未處理過的波形 後來發現未處理過的波形好像有隱含某些資訊 我是用CNN model 如果要同時使用兩個波形來做訓練該如何設計模型呢? 我之前將兩個cnn結果concat起來接FC 效果比單用處理過的波還要來的差 要爬文也不知道用什麼關鍵字 希望有相關經驗可以分享一下 謝謝 -- posted from android bbs reader on my Nokia 3310 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.109.214.21 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1562317651.A.B3E.html
推
07/05 19:18, 5年前 , 1F
所以兩個波形是指raw data跟處理過的raw data嗎
07/05 19:18, 1F
→
07/05 20:29, 5年前 , 2F
對
07/05 20:29, 2F
推
07/05 21:08, 5年前 , 3F
wavenet autoregressive model
07/05 21:08, 3F
→
07/06 02:26, 5年前 , 4F
你在input時，把二個波的值串起來變成一筆資料就行了就
07/06 02:26, 4F
→
07/06 02:26, 5年前 , 5F
行了
07/06 02:26, 5F
→
07/06 13:52, 5年前 , 6F
不太知道你想要的數值是什麼樣的東西，想要比較兩個波
07/06 13:52, 6F
→
07/06 13:52, 5年前 , 7F
嗎？還是要從未處理的信號轉換成處理過的信號？還是要預
07/06 13:52, 7F
→
07/06 13:52, 5年前 , 8F
測接下來的波形？不同想預測的東西有不同的方法
07/06 13:52, 8F
→
07/06 17:55, 5年前 , 9F
不是預測波形 只是想利用波形去預測label
07/06 17:55, 9F
→
07/06 17:56, 5年前 , 10F
4f的做法我有試過 結果比使用單一個波的結果差
07/06 17:56, 10F
→
07/06 18:36, 5年前 , 11F
預測label可以考慮用GMM HMM或CTC模型，這個在語音上已
07/06 18:36, 11F
→
07/06 18:37, 5年前 , 12F
經很成熟的技術，對應波形標註理論上應該也可以取得不
07/06 18:37, 12F
→
07/06 18:37, 5年前 , 13F
錯的成績。
07/06 18:37, 13F
推
07/06 18:41, 5年前 , 14F
但是我不太懂你需要處理過跟未處理的資料要去做合併具
07/06 18:41, 14F
→
07/06 18:41, 5年前 , 15F
體的理由是什麼？因為會變差很有可能是你未處理的信號
07/06 18:41, 15F
→
07/06 18:41, 5年前 , 16F
雜訊過多，自然你的效果提升就會有限。
07/06 18:41, 16F
→
07/06 21:32, 5年前 , 17F
有此一說是未處理的data中含有某些有用的資訊 因為拿
07/06 21:32, 17F
→
07/06 21:32, 5年前 , 18F
去做某些預測是有用的 只是在深度學習上不知道有沒有
07/06 21:32, 18F
→
07/06 21:32, 5年前 , 19F
用 所以才想加進去
07/06 21:32, 19F
→
07/07 12:38, 5年前 , 20F
我覺得可以考慮看看兩波形相減，噪聲比較多的可以試著去
07/07 12:38, 20F
→
07/07 12:38, 5年前 , 21F
做衰減，在用這兩個噪聲做input。如果裡面真的有蘊含資
07/07 12:38, 21F
→
07/07 12:38, 5年前 , 22F
訊理論上應該會有某種程度有效才對
07/07 12:38, 22F
推
07/07 12:40, 5年前 , 23F
是我的話，會考慮這種作法。感覺排除是程式有問題的狀況
07/07 12:40, 23F
→
07/07 12:40, 5年前 , 24F
外，想到就是特徵選取的問題。
07/07 12:40, 24F
推
07/07 13:31, 5年前 , 25F
你的"用cnn"這句話其實沒啥訊息
07/07 13:31, 25F
推
07/07 16:53, 5年前 , 26F
另外如果有偶發的奇怪的突波之類的你拿來做regressio
07/07 16:53, 26F
→
07/07 16:53, 5年前 , 27F
n其實蠻容易被影響的 做好注意一下這塊
07/07 16:53, 27F
→
07/07 16:53, 5年前 , 28F
*最好
07/07 16:53, 28F
‣ 更多 shhs1000246 的文章
文章代碼(AID): #1T7nDJi- (DataScience)
DataScience 近期熱門文章
更多 近期熱門文章 >>
PTT數位生活區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 shhs1000246 的文章
文章代碼(AID): #1T7nDJi- (DataScience)