Yapay Sinir Ağları için Kodlama Tarihi / Saati (döngüsel veri)


12

Bir sinir ağı için bir olayın tarih ve saatini nasıl kodlayabilirim?

Sürekli bir zaman serim yok, ancak tarih ve saat içeren bazı olaylar var ve bir tür ilgiyi analiz ediyorum. Bu ilgi sabahları ve akşamları arasında, hafta içi günleri ile yaz ve kış arasında, Noel ve Paskalya öncesi vb. Ve olayların kendileri zaman içinde tekdüze olmayan bir dağılıma sahiptir (gece gündüz daha fazla, hafta boyunca bazı türler, hafta sonu daha fazla).

Kodlamayı yıl içindeki Hafta Sayısı, 1-7. Hafta olarak ve günün saati olarak kodlamayı denedim. Ancak seyrek bir otomatik kodlayıcı ile oynamak, verilerimin sinir ağı için herhangi bir anlam ifade etmediği izlenimini verdi, hatta büyük bir gizli katmanla bile girdinin yakınında hiçbir şey üretemedi. Ne kategorik 0-1, ne de normalleştirilmiş değerler.

Ancak bir nöral ağ için zaman kodlamasını aramak çoğunlukla zaman serileri hakkında bilgi verir, bu yüzden orman tarafından biraz gözü kapalı ama ağacı arıyorum.

Tabii ki verilere bakıp kabaca az çok despotik olarak sınıflandırabilirim. Ancak Derin Öğrenme kavramı, el yapımı tüm manuel özellik çıkarmayı süpürüyor gibi görünüyor. Ve sınıflandırma, doğal olarak sürekli bir girdi değişkenine büyük sıçramalar ekleyecektir.

Beynimdeki "doğal kodlamam" daha çok "gece", "sabah", "hafta içi" gibi bazı kategorilere bulanık bir üyelik gibidir.

Her şeyi daha ilginç hale getirmek için, bağımlı değişken de bu tarih / saat verilerini içerir, ancak bu farklı bir sorudur.

EDIT: Bir şekilde döngüsel veri türüyle ilgili bazı yeni sorular, örneğin

Günün bu zamanı veri setiyle hangi istatistiksel testler makul?

Yanıtlar:



1

Yılın günlerini ve günün saatlerini temsil etmek için zamanı büyük bir matris, yani 365 x 24 olarak göstermeyi deneyebilir ve ardından bunu 1 x 8760 vektörüne "açabilirsiniz". Daha sonra zaman, bu vektör içindeki konuma karşılık gelir ve bu konumdaki değer o zamandaki değerdir.


2
Böyle bir kodlamayı denediniz ve başardınız mı? Bir Sinir Ağı bu kodlamada pazar sabahının kesin pozisyonlarını "öğrenirse" şaşırırdım. Ama saflığı şaşırtmak sinir ağlarının güçlü yönlerinden biridir, bu yüzden İskoçya'ya karşı bahse girmezdim. ;-)
flaschenpost

Olayları çeşitli yıllarda aynı saatte döngüsel olarak tespit etmek istiyorsanız yararlı olabilir, ancak bana göre korelasyon çok zayıf olacak. Çoğu zaman serisi verisi için her hafta aynı saat veya her gün aynı saat arasında bir korelasyon olasılığının daha yüksek olduğunu görebiliyorum.
thekingoftruth

1

Zaten verilerde var olduğunu bildiğiniz (veya inandığınız) ilişkileri kullanarak zaman serisinden çoklu giriş özellikleri oluşturmanızı öneririm. Örneğin, hedef çıktının değişeceğini belirtirsiniz:

sabahları ve akşamları arasında, hafta içi ve yaz ile kış arasında farklılık gösterir ...

Öyleyse neden bu 'döngülerin' her birini tanımlayan bir dizi özellik yaratmıyorsunuz? Bu, hepsini açıklayan tek bir özellik yerine hem mikro hem de makro varyasyonları ortaya çıkarmaya yardımcı olabilir.

Örneğin...

1..241..16812,36,60...


Evet, bu benim ilk fikrimdi. Fakat zamanın dairesel kavramı (23:59 ardından 00:00) gizlenir ve beni rahatsız eden başka bir şey, görünüşte tam sayılar arasındaki sıçramadır - 09:55'teki bir olay 10:05'e çok benzer, ama sabah 06:10, 06:55'ten çok farklı. Zamanın merkezlerini (optik ya da benzeri?) Aramayı ve sonra bu merkezlere mesafeyi ölçmeyi ve mesafeyi vermeyi hayal edebiliyordum. Yani 04:30 am en derin gece, 05:30 daha "sabah", ama tamamen akşam gibi değil.
flaschenpost

1
Bu durumda sinüsoid veya kosinüs veya aslında her ikisini de kodlamayı deneyebilirsiniz.
CatsLoveJazz
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.