Использование LSTM для временных рядов с разными интервалами

Question

Я хочу построить классификатор для классификации временных рядов. Для каждой точки во временном ряду есть несколько объектов и временная метка. Иногда между двумя точками есть 1 секунда, но иногда между отметкой времени может быть 1 минута. Я старался дать время по сравнению с предыдущим пунктом как особенность. Может ли LSTM справиться с этим?

Answer 1

В конечном счете, я думаю, что вам придется поиграть с данными и посмотреть, что работает для вашей конкретной проблемы, но вот некоторые мысли

Я сделал что-то подобное. Мои данные содержали регулярные пропуски в течение части дня, и предоставление времени суток в качестве функции оказалось полезным, однако в этом случае это, вероятно, было полезно во многих отношениях, чем с поправкой на пропуски.

Если размер промежутка к предыдущей временной метке содержит информацию, которая полезна для сети, то обязательно включите ее. Если разрыв вызван отсутствием данных, это может быть не очень полезно, но его стоит попробовать.

Если данные в каждой точке статистически схожи, независимо от размера пропуска, вы можете просто ввести их, как если бы пропусков не было.

Если из-за пробелов данные становятся нестационарными, это может затруднить изучение сети. Это возвращает вас к вопросу о том, может ли размер промежутка позволить сети скорректировать нестационарный характер временных рядов, это возможно, но, вероятно, не идеально.

Возможно, вы также захотите попробовать интерполяцию, чтобы заполнить пропущенные пробелы, и повторно выбрать данные до уровня детализации, который на самом деле важен для вашего прогноза.