Fatal编程技术网
  • dataframe/
  • Dataframe 为构建RNN准备时间序列数据

Dataframe 为构建RNN准备时间序列数据

dataframe

Dataframe 为构建RNN准备时间序列数据,dataframe,time-series,lstm,recurrent-neural-network,timeserieschart,Dataframe,Time Series,Lstm,Recurrent Neural Network,Timeserieschart,我正在准备时间序列数据以构建RNN模型（LSTM）。数据是从安装在机械设备中的传感器收集的。考虑到我有一个压缩机的输入和输出温度以及时间戳的数据。 像这样，记录了大约20个参数的数据及其时间戳。问题是收集数据的时间戳不同 那么，我如何理想地匹配时间戳，以创建一个包含所有参数和单个时间戳的单个数据帧呢？由于RNN不知道任何关于时间增量的信息，而只知道时间步长，因此您需要量化/内插数据 找到所有序列中的最小时间增量Δt 将所有20个系列重新取样至Δt/2*或更小（） *实际上，你需要做一个傅里叶变换

我正在准备时间序列数据以构建RNN模型（LSTM）。数据是从安装在机械设备中的传感器收集的。考虑到我有一个压缩机的输入和输出温度以及时间戳的数据。 像这样，记录了大约20个参数的数据及其时间戳。问题是收集数据的时间戳不同

那么，我如何理想地匹配时间戳，以创建一个包含所有参数和单个时间戳的单个数据帧呢？

由于RNN不知道任何关于时间增量的信息，而只知道时间步长，因此您需要量化/内插数据

  • 找到所有序列中的最小时间增量
    Δt
  • 将所有20个系列重新取样至
    Δt/2
    *或更小（）
    • *实际上，你需要做一个傅里叶变换，然后使用两倍的截止频率作为采样率
    Δt/2
    可能是一个很好的近似值。

    因为RNN不知道任何关于时间增量的信息，而只知道时间步长，所以需要对数据进行量化/插值

  • 找到所有序列中的最小时间增量
    Δt
  • 将所有20个系列重新取样至
    Δt/2
    *或更小（）
    • *实际上，你需要做一个傅里叶变换，然后使用两倍的截止频率作为采样率
    Δt/2
    可能是一个很好的近似值。

    您用哪种语言编码？可以让答案更具体…你用哪种语言编码？可以让答案更具体一些……这回答了你的问题吗？如果是这样，请接受并投赞成票。如果没有，请澄清你的问题。你能解释更多关于傅里叶变换部分的内容吗？或者你能分享任何关于这方面的链接吗？对于python，我会使用它，或者它有几个fft例程。然而，我对信号处理不太深入。最后，我不希望它对你的问题有很大影响。您的RNN架构和培训将是关键部分。集中注意力，这回答了你的问题吗？如果是这样，请接受并投赞成票。如果没有，请澄清你的问题。你能解释更多关于傅里叶变换部分的内容吗？或者你能分享任何关于这方面的链接吗？对于python，我会使用它，或者它有几个fft例程。然而，我对信号处理不太深入。最后，我不希望它对你的问题有很大影响。您的RNN架构和培训将是关键部分。集中精力。