作者shhs1000246 ((′‧ω‧‵))
看板DataScience
標題[問題] 使用多種feature的方法
時間Fri Jul 5 17:07:28 2019
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://webptt.com/m.aspx?n=bbs/DataScience/M.1562317651.A.B3E.html
1F：推 karco: 所以兩個波形是指raw data跟處理過的raw data嗎 07/05 19:18
2F：→ shhs1000246: 對 07/05 20:29
3F：推 abc53: wavenet autoregressive model 07/05 21:08
4F：→ supermmi: 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
5F：→ supermmi: 行了 07/06 02:26
6F：→ sxy67230: 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
7F：→ sxy67230: 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
8F：→ sxy67230: 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
9F：→ shhs1000246: 不是預測波形 只是想利用波形去預測label 07/06 17:55
10F：→ shhs1000246: 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
11F：→ sxy67230: 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
12F：→ sxy67230: 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
13F：→ sxy67230: 錯的成績。 07/06 18:37
14F：推 sxy67230: 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
15F：→ sxy67230: 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
16F：→ sxy67230: 雜訊過多，自然你的效果提升就會有限。 07/06 18:41
17F：→ shhs1000246: 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
18F：→ shhs1000246: 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
19F：→ shhs1000246: 用 所以才想加進去 07/06 21:32
20F：→ sxy67230: 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
21F：→ sxy67230: 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
22F：→ sxy67230: 訊理論上應該會有某種程度有效才對 07/07 12:38
23F：推 sxy67230: 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
24F：→ sxy67230: 外，想到就是特徵選取的問題。 07/07 12:40
25F：推 goldflower: 你的"用cnn"這句話其實沒啥訊息 07/07 13:31
26F：推 goldflower: 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
27F：→ goldflower: n其實蠻容易被影響的 做好注意一下這塊 07/07 16:53
28F：→ goldflower: *最好 07/07 16:53