Đó có thể là kỹ thuật tốt để đối mặt với vấn đề trừu tượng này?
Bạn có một luồng dữ liệu của tín hiệu liên tục, như một tín hiệu từ một cảm biến vật lý. Tín hiệu đó có giá trị thực (rời rạc), không có thuộc tính; các tính năng gây nghiện (ví dụ: sức mạnh, tương quan tự động, entropy) có thể được trích xuất. Bạn có thể gán một nhãn từ bộ hữu hạn cho cửa sổ tín hiệu. Hãy để nhãn này là một nhãn đào tạo . Bạn phải chọn điểm bắt đầu và điểm kết thúc của cửa sổ cũng như nhãn cửa sổ.
Nhiệm vụ là phân loại các cửa sổ tiếp theo trực tuyến, giống như tín hiệu được nhận.
Tôi đang yêu cầu một thuật toán gia tăng, theo nghĩa là nó sẽ tăng hiệu suất phát hiện của nó với nhiều nhãn đào tạo hơn. Nhưng nó phải có khả năng phân loại ngay cả chỉ sau một nhãn đào tạo.
Nếu vấn đề trở nên quá khó khăn do phát hiện ranh giới cửa sổ, giả sử bạn có thể sửa kích thước của chúng ở một hằng số nhỏ. Do đó, thuật toán phân loại các lát nhỏ của tín hiệu và sau đó nó hợp nhất các lát liền kề với cùng nhãn. Nếu bạn sử dụng phương pháp đơn giản hóa đó, xin vui lòng biện minh tại sao nó hợp lý.