matlab - 如何为此预测示例 Matlab 进行标记

Question

受到博客文章 http://blog.avenuecode.com/using-deep-convolutional-neural-networks-dcnns-for-time-series-forecasting-using-tensorflow-part-1 的启发其中电力消耗的时间序列被转换为图像表示以进行预测，我想知道一个简单的例子，使用预测时间序列的下一个值的相同概念来构建益智游戏。然而，时间序列被表示为图像。我不明白的一点是标签/预测器输出应该是什么？例如，在以下代码中，图像 A 后面跟着 B，因为 B 是在 A 之后的下一个时刻生成的。目标是模型应该能够按顺序排列图像来构建谜题。

问题1)训练期间标签应该是什么？我会有几个这样的图像。然后，在测试过程中，我将打乱序列，模型应该为我提供正确的顺序，即下一张图像的预测。这可能吗？

问题2)我已将图像表示为灰度。是否有更好的可视化色彩方式，在视觉辨别方面更有意义，而不仅仅是盐和胡椒可视化？

非常感谢您的建议

clear all

data=100*rand(3000,1);
x1= data(1:1024);
img1=reshape(x1,32,32);
img11=double(repmat(img1,[1 1 3]));
imwrite(uint8(img11), 'A.jpg');

x2=  data(1025:2048);
img2=reshape(x2,32,32);
img22=double(repmat(img2,[1 1 3]));
imwrite(uint8(img22), 'B.jpg');

Answer 1

那么您想使用时间序列进行预测吗？

嗯，使用图像来表示时间序列数据并没有多大意义。您真正想要的只是数据点本身，而不是数据点的某种可视化。有一些神经网络旨在通过时间序列分析进行预测，但据我所知，它们都不以图像作为输入。你真正想要的是一种叫做循环神经网络(RNN)的东西。您可能会发现Long Short-Term Memory (LSTM) networks在您的用例中具有特殊值(value)。

如果您诚实地、真正地被图像所困，我没有足够的经验来告诉您什么可能是最好的方法。然而有research out there that appears to have done this 。 Here是一个附加示例。

1. During training what should be the labels?

好吧，你需要某种编码，你提出的字母数字序列应该足够了；但使用整数可能更容易。

Then, during testing I will jumble the sequence and the model should give me the correct order aka prediction of the next image. Is that even possible?

当然，为什么这不可能呢？但这种方式测试存在一个问题，称为信息泄漏。您确实想为分类器提供原始时间序列中未见过的新图像，然后看看它是否可以预测它在已见过(经过训练)的图像序列中的位置。

I have represented the image as gray scale. Is there a better visualization colorful way that makes more sense in discriminating visually rather than just the salt and pepper visualization?

查看您提供的教程，最终结果是二进制值(0 或 1)的矩阵。黑白图像是表示 0 和 1 矩阵的自然选择。您更进一步，转到灰度，现在正在使用通过 uint8 数据类型可实现的所有 0 - 255 可能的像素强度值。您还可以做哪些明智的可视化？嗯，很多，但不仅仅是代表数据矩阵。如果您希望获得 RGB 图像，则与灰度图像的过程相同，只需重复 3 个 channel (红、绿和蓝)即可。但是，在您的问题领域中，我真的不知道如何轻松做到这一点。例如，红色 channel 由什么构成？绿色的还是蓝色的呢？这告诉我，您当前的可视化技术可能是一个不错的选择。