Отзовитесь, пожалуйста, кто знает, как классифицировать time series data.
У меня два типа файлов: пространственные координаты датчиков от времени для работающих грейдера и экскаватора. Надо научиться их различать. Каждый файл - это записи X,Y,Z,T минут по 5. Есть анимашки. На анимашках видно, что тип движения сильно различается: экскаватор копает, а грейдер ровняет, как им и полагается. В принципе нетрудная должна быть задача. Я уже копнул немного. Самый распространенный метод - Fourier transforms. Я даже уже выцепил доминантную частоту экскаватора )
Это будет supervised learning. Я думаю, что feature vector должен содержать характеристические частоты, а target - это булева переменная "экскаватор"/"грейдер".
Делаю всё в питоне, конечно.
Правильной ли я дорогой иду, товарищи?
У меня два типа файлов: пространственные координаты датчиков от времени для работающих грейдера и экскаватора. Надо научиться их различать. Каждый файл - это записи X,Y,Z,T минут по 5. Есть анимашки. На анимашках видно, что тип движения сильно различается: экскаватор копает, а грейдер ровняет, как им и полагается. В принципе нетрудная должна быть задача. Я уже копнул немного. Самый распространенный метод - Fourier transforms. Я даже уже выцепил доминантную частоту экскаватора )
Это будет supervised learning. Я думаю, что feature vector должен содержать характеристические частоты, а target - это булева переменная "экскаватор"/"грейдер".
Делаю всё в питоне, конечно.
Правильной ли я дорогой иду, товарищи?
no subject
Date: 2021-09-26 02:10 pm (UTC)если все датчики даны россыпью, их корреляцию внутри машины можно с помощью dynamic time warpers найти.
no subject
Date: 2021-09-26 03:00 pm (UTC)no subject
Date: 2021-09-26 03:06 pm (UTC)если датчик на ковше есть у экскаватора, то есть дуги которые хорошо ложатся на окружность. это помимо большей дельты по Z.
no subject
Date: 2021-09-27 08:52 am (UTC)Грейдер может ездить по наклонной, а также у него самого лезвие (или как оно называется) может немного поворачиваться на некоторый угол к горизонтальной плоскости.
no subject
Date: 2021-10-03 11:10 am (UTC)На рисунке показана стробоскопия среднего арифметического показаний датчиков положения, прикреплённых к рабочей поверхности экскаватора (слева) и грейдера (справа). Визуально, как и ожидалось, картинки сильно различаются. Надо их теперь научиться распознавать. Но я хотел бы не сами картинки распознавать, а именно data feed.
no subject
Date: 2021-09-26 03:08 pm (UTC)no subject
Date: 2021-09-26 04:01 pm (UTC)fft - единственный нормальный метод хоть что-то выудить. у экскаватора x(t), y(t) и z(t) - явные колебания, а вот у грейдера нет, наверное, так и должно быть.
no subject
Date: 2021-09-26 04:06 pm (UTC)а самому сделать из координат и таймстампа запрещено?
no subject
Date: 2021-09-26 04:12 pm (UTC)no subject
Date: 2021-09-27 02:48 pm (UTC)С Праздником!
Может быть, из моментов можно что-то соорудить. Ну, например, сделать вектор моментов относительно небольшой степени и посмотреть, не делятся ли данные PCA, ICA, etc. Но я специфики не понимаю.
Посмотрите, может быть, тут что-то есть:
https://habr.com/ru/post/334220/
no subject
Date: 2021-09-27 02:49 pm (UTC)