Làm cách nào để mã hóa ngày và thời gian của một sự kiện cho mạng thần kinh?
Tôi không có chuỗi thời gian liên tục, nhưng một số sự kiện có ngày và thời gian, và tôi phân tích một số loại quan tâm. Sở thích này khác nhau giữa buổi sáng và buổi tối, và khác nhau giữa các ngày trong tuần, và giữa mùa hè và mùa đông, và trước Giáng sinh và Phục sinh, v.v. Và bản thân các sự kiện có sự phân phối không đồng đều mạnh mẽ theo thời gian (nhiều hơn vào ban ngày so với ban đêm, một số loại nhiều hơn trong tuần, một số vào cuối tuần).
Tôi đã thử mã hóa nó dưới dạng Số tuần trong năm, như Ngày trong tuần 1-7 và là Giờ trong ngày. Nhưng chơi xung quanh với một bộ mã hóa tự động thưa thớt cho tôi cảm giác rằng dữ liệu của tôi không có ý nghĩa gì với mạng thần kinh, nó thậm chí không thể tái tạo bất cứ thứ gì gần đầu vào ngay cả với một lớp ẩn lớn. Không phải là phân loại 0-1 cũng như các giá trị chuẩn hóa.
Nhưng việc tìm kiếm mã hóa thời gian cho một mạng nơ-ron chủ yếu cung cấp thông tin về chuỗi thời gian, vì vậy tôi hơi bị che mắt bởi khu rừng nhưng đang tìm cây.
Tất nhiên tôi có thể nhìn vào dữ liệu và phân loại nó một cách thô bạo ít nhiều. Nhưng khái niệm Deep Learning dường như quét sạch tất cả các tính năng trích xuất thủ công thủ công. Và việc phân loại sẽ chèn các bước nhảy lớn trong một biến đầu vào liên tục tự nhiên.
"Mã hóa tự nhiên" trong não của tôi giống như một thành viên mờ nhạt đối với một số danh mục như "đêm", "buổi sáng", "ngày trong tuần", v.v.
Để làm cho toàn bộ điều thú vị hơn, biến phụ thuộc cũng chứa dữ liệu ngày / giờ đó, nhưng đó là một câu hỏi khác.
EDIT: Bằng cách nào đó liên quan đến loại dữ liệu tuần hoàn là một số câu hỏi gần đây, như
Những kiểm tra thống kê nào là hợp lý với thời gian này của bộ dữ liệu trong ngày?