recurrent-neural-network - 寻找使用哪种模型（RNN或其他东西）的问题？

Question

我很难找到使用哪种模型（RNN 或其他东西）。

我正在尝试在业余时间进行一些项目工作。我正在尝试做的问题是某种二进制分类，是否要查找是否有任何对象。我正在使用加速度计数据来获取一些信息，例如 X、Y、Z 和其他一些信息。我不是试图提供原始信息，而是处理这些原始信息并获得一些特征向量之类的东西，然后通过 CAN 获取这些信息。并将我从 CAN 获得的这些信息用于我将要使用的模型。（我每秒钟都会收到一条消息）。我认为 RNN（带有 LSTM 单元）模型在这件事上对我有帮助，因为它还具有先前的时间信息，这些信息对于做出决策很有用。第一个问题是我应该如何给 RNN 提供输入？我的意思是每个特征向量都应该有一个输入吗？我之所以问这个问题是因为在实时预测期间，我需要传递我将从 CAN 获得的消息（即每秒一条消息）。否则我是否应该只有一个输入并将解码的 can msgs 传递给 RNN（一条消息将包含 16-30 字节的信息，我仍然需要决定我将通过 can 发送哪些信息，这样就相当于字节信息）。如果我只使用一个输入神经元，那么在测试期间我需要直接通过 msgs 对吗？否则我是否应该只有一个输入并将解码的 can msgs 传递给 RNN（一条消息将包含 16-30 字节的信息，我仍然需要决定我将通过 can 发送哪些信息，这样就相当于字节信息）。如果我只使用一个输入神经元，那么在测试期间我需要直接通过 msgs 对吗？否则我是否应该只有一个输入并将解码的 can msgs 传递给 RNN（一条消息将包含 16-30 字节的信息，我仍然需要决定我将通过 can 发送哪些信息，这样就相当于字节信息）。如果我只使用一个输入神经元，那么在测试期间我需要直接通过 msgs 对吗？

问题标题可能不合适，但在发布此问题时我没有更好的主意:-)

标签： recurrent-neural-networkdata-preprocessing