深層学習を使用した sequence-to-sequence 分類について
3 ビュー (過去 30 日間)
古いコメントを表示
すみません。
深層学習を使用した sequence-to-sequence 分類
についてです。
LITMを使った時系列データの予測と分類について、以下の質問となります。
(1) LSTMを使った時系列データの分類、回帰では、
時系列データ(例ではセンサーデータ)をスライドウインドウで分割させて学習させなければ、
学習できないのではないですか?
例えば、webのvideoで紹介されているディープラーニング:LSTMによる系列データの予測と分類
では、センサーデータをスライドウインドウで分割させて学習させています。
(2) センサーデータなどの時系列データの場合、スライドウインドウでデータを分割させない時、させる時
の使い分けを教えてください。
宜しくお願いいたします。
0 件のコメント
採用された回答
Kazuya
2019 年 7 月 10 日
選択肢は「分割せずに sequence-to-sequence で分類/回帰」するか「分割して sequence-to-one ? で分類/回帰」とするかでしょうか。前者の方が自然な気もしますね?特に分割する必然性は無いかと思います。
0 件のコメント
その他の回答 (1 件)
参考
カテゴリ
Help Center および File Exchange で Deep Learning Toolbox についてさらに検索
Community Treasure Hunt
Find the treasures in MATLAB Central and discover how the community can help you!
Start Hunting!