Phương pháp tốt nhất để phân loại dữ liệu chuỗi thời gian là gì? Tôi nên sử dụng LSTM hoặc một phương pháp khác?

Tôi đang cố gắng phân loại dữ liệu gia tốc thô x, y, z theo nhãn tương ứng của nó.

Kiến trúc tốt nhất cho kết quả tốt nhất là gì?

Hoặc, có ai có bất kỳ đề xuất nào về kiến ​​trúc LSTM được xây dựng trên máy ảnh với các nút đầu vào và đầu ra không?

Tôi sẽ không sử dụng từ "tốt nhất" nhưng LSTM-RNN rất mạnh khi xử lý thời gian , đơn giản vì họ có thể lưu trữ thông tin về các giá trị trước đó và khai thác sự phụ thuộc thời gian giữa các mẫu. Điều đó nói rằng, nó chắc chắn là giá trị đi cho nó.

Người ta đã chứng minh rằng hiệu suất của chúng có thể được tăng lên đáng kể nếu chúng được kết hợp với Mạng thần kinh chuyển đổi (CNN) có thể tìm hiểu các cấu trúc không gian trong dữ liệu của bạn, trong trường hợp này là một chiều.

Hãy xem này nhà nước-of-the-art phương pháp kết hợp LSTM và CNN, được công bố gần đây (năm nay):

https://ieeexplore.ieee.org/document/8141873/

Ngoài ra, hãy xem ví dụ mã hóa này , nó giải thích cách sử dụng Keras (Python) để triển khai mạng LSTM để phân loại trình tự và cách kết hợp nó với CNN để tăng hiệu suất:

https://machinelearningmastery.com/ resultence- classifying-lstm-reciverse-neurural-networks-python-kasas /