python - 深度学习、信号处理和特征工程

Question

1. 我有一个在密集矩阵中用 python 表示的信号（这些值是图表中的 y 坐标 - 例如，世界各地不同位置的天气温度等）。

2. 我目前正在尝试通过不同类型的深度神经网络处理/识别这些矩阵。

3. 我也在尝试以许多不同的方式增强信号的重要部分...我知道当我们谈论声音/人声时...Log mel、MFCC 等是这样做的有用工具并增强重要的零件和反之亦然...

在我的密集矩阵中增强最重要的特征（以类似的方式）（换句话说，对最重要的特征进行特征工程），我最好的选择是什么？我当然知道这样一个事实，即模型不知道最重要的特征是什么（没有某种帮助/特征工程——但作为人类，我还能做些什么来改进模型）。喜欢设置每个功能的重要性？

标签： pythontensorflowkerasdeep-learningsignal-processing