기계 학습 기술을 사용하여 시간 순서대로 벡터를 사용하여 벡터를 예측하는 방법

Question

예를 들어이 객체의 기록 위치를 기준으로 다중 점 객체 (조인트가있는 손 모양과 같은 연결 객체)를 예측하는 방법 시계열 벡터 데이터). 어떤 기계 학습 기술이이 경우 잘 수행되는지, 파이썬에서이를 수행하는 방법 (예 : 원래의 목표 변수를이 다차원 벡터 목표 변수로 대체하는 방법)이 있습니까? 같은

일 (3 시간 스탬프 2 점 개체)

model = #such as random forest or CNN 
X = [[(1.2, 1.4, 2.9), (3.5, 3.2, 1.8)], [(3.2, 3.1, 1.9), (3.1, 3.4, 1.9)], [(3.0, 3.1, 1.5), (2.8, 4.7, 2.5)]] 
# 2 points * 3 Time stamps * 3 Dimension- each tuple 
Y = [(2.1, 3.1, 3.5), (2.2, 3.0, 4.0)] #Just one row example 
model.fit(X, Y) 
#Please note that we might also consider the time order and the relationship 
#between each joint (eg. Joint-joint distance should remain the same) 

Answer 1

귀하의 문제 는 같은 시계열 예측을 보이는 문제. 이것은 인덱스 1에서 K까지의 일련의 입력 포인트를 가지고 인덱스 K + 1에서 N까지 다음 포인트를 예측하려고 시도하는 것으로 구성됩니다.이 포인트는 설명 할 때 다차원적일 수 있습니다. 그 많은 모델에 대한 숨겨진 마르코프 모델 또는 재발 성 신경 네트워크와 같은 존재합니다.

하지만 문제를 더 잘 정의 할 수 있다고 생각합니다. 실제 물체 위치를 연구하는 동안 사전 지식을 입력하면 모델을 크게 향상시킬 수 있습니다. 예를 들어 팔의 관성, 속도 및 가속도 측정 값 (사용자 데이터 요소)을 계산하면 모델이 다음 위치를 예측하는 데 도움이됩니다. 또한, 공간적 움직임은 종종 의 변환 및 회전이 불변하므로 * 모델도이를 고려해야합니다.

그렇다면 데이터에 가장 잘 맞는 방법을 찾으려면 몇 가지 조사를해야합니다.