Keras的输入组合:时间序列和特性

Question

我有几个时间序列特征(心电图，HRV和呼吸)和独立的特征从这些时间序列(例如SDNN，RMSSD，.)。

我跟着弗朗索瓦·乔莱特的名字。对于三维时序输入张量，它们使用样本、时间步长、特性。

时间序列每个时间步骤有15000个值(样本) [15000x1,15000x1，.]虽然单独的特性每个timestep.Those有一个值(样本)，但长度为1的额外特性对于每个时间步骤是不同的。[0.3，0.3，0.34，.]。

                     ECG,      HRV,   F1,   F2,  ...
-------------------------------------------------------------
Sequence 1 |
    Step 1 |     [[15000x1],[1000x1],[1x1],[1x1],...] 
    Step 2 |     [[15000x1],[1000x1],[1x1],[1x1],...] 
    Step 3 |     [[15000x1],[1000x1],[1x1],[1x1],...] 

Sequence 2 |
    Step 1 |     [[15000x1],[1000x1],[1x1],[1x1],...] 
    Step 2 |     [[15000x1],[1000x1],[1x1],[1x1],...] 
    Step 3 |     [[15000x1],[1000x1],[1x1],[1x1],...] 

如何最好地使用Keras学习所有这些输入？

1. 只需将1到15000的独立特性加到时间序列中就可以了。
2. 使用单独的特性(重复使用一个值)
3. 当数据在0到1之间规范化时，使用超出该范围的额外功能的值方式来填充。例如1000
4. 只将时间序列作为三维张量输入，将独立的特征作为附加输入(作为额外的层)合并到学习者(多输入)中。

额外的问题。由于“虚假”附加信息，零填充是如何影响学习者的？特别是对于1到15000部分的分离功能，从上面。另一个例子:由于采样频率不同，HRV和呼吸信号比心电图短。在这里，我使用的是插值，而不是零填充。你会同意吗，还是零填充不会影响学习者？

谢谢

Answer 1

假设1

由于模棱两可，我假设这一点(如果不是，请评论，我会改变它)

• 我打电话给心电图，心率变异性，等等。功能每步都有变化。
• 频率最高的功能有15000步，而其他功能有较少的步骤。
• 您有一个单独的特性，它不是连续的，也没有步骤。(在这个答案中，我将称之为单独的特性)

附加问题：

是!插值频率较低的特征，并做出如下输入张量：

• (numberOfSequences_maybePatient, 15000 steps, features_ECG_HRV_etc)

当上的特性发生时，需要保持它们之间的相关性，这是通过同步这些步骤来实现的。

零填充会影响结果吗？

是的，它会的，除非你使用“掩蔽”(一个掩蔽层)。但这仅适用于处理不同长度的样本(不同序列或患者)，而不适用于不同长度/样本率的特征。

例如，在零填充和掩蔽的情况下，下面的情况会很好：

• 序列1:长度100 (包括心电图、心率变异性等)
• 序列2:长度200 (包括心电图、心率变异性等)

如何处理separate feature**?**

有几种可能的方法。最简单的方法之一，也可能非常有效，就是用所有的15000步使它成为一个恒定的序列。这种方法不需要考虑特性如何与数据的其余部分相关联，而是将任务留给模型。

假设第一个序列的独立特征值为2，第二个序列的特征值为4，则创建此数据数组：

                          ECG, HRV, separate
--------------------------------------------------------
             |   [
sequence 1:  |      [
step 1       |            [ecg1, hrv1, 2],
step 2       |            [ecg2, hrv2, 2],
step 3       |            [ecg3, hrv3, 2]
             |      ]
             |
sequence 2:  |      [
step 1       |            [ecg4, hrv4, 4],
step 2       |            [ecg5, hrv5, 4],
step 3       |            [ecg6, hrv6, 4]
             |      ]
             |   ]

您还可以将输入作为模型中的附加输入：

regularSequences = Input((15000,features))
separateFeature = Input((1,)) #assuming 1 value per sequence    

然后你决定是否要在某个地方求和，在某个地方把它相乘等等。如果你知道这个特性意味着什么，以及它与其他数据的关系如何来选择最佳的操作和位置，这种方法可能会比另一种方法更有效。

假设2

请从您最新的答复中获得以下描述：

                     ECG,      HRV,   F1,   F2,  ...
-------------------------------------------------------------
Sequence 1 |
    Step 1 |     [[15000x1],[1000x1],[1x1],[1x1],...] 
    Step 2 |     [[15000x1],[1000x1],[1x1],[1x1],...] 
    Step 3 |     [[15000x1],[1000x1],[1x1],[1x1],...] 

Sequence 2 |
    Step 1 |     [[15000x1],[1000x1],[1x1],[1x1],...] 
    Step 2 |     [[15000x1],[1000x1],[1x1],[1x1],...] 
    Step 3 |     [[15000x1],[1000x1],[1x1],[1x1],...] 

然后：

• 在心电图中，一个时间步骤就有15000个特征。(你确定这不是15000步的顺序吗？)
• 在HRV中，单个时间步骤有1000个特性。(您确定这不是1000步的序列吗？)
• 每个时间步骤都有其他几个单独的特性。

好吧，组织这些数据很容易(但请注意我上面问的问题)，只需在每一时间步骤中将所有特性打包在一起：

输入数据的形状为：(sequences, steps, 16002)

                     ECG,      HRV,   F1,   F2,  ...
-------------------------------------------------------------
              [
Sequence 1 |    [
    Step 1 |     [ecg1,ecg2,...,ecg15000,hrv1,hrv2,...hrv1000,F1,F2,...]
    Step 2 |     [ecg1,ecg2,...,ecg15000,hrv1,hrv2,...hrv1000,F1,F2,...]
    Step 3 |     [ecg1,ecg2,...,ecg15000,hrv1,hrv2,...hrv1000,F1,F2,...]
                ]
Sequence 2 |    [
    Step 1 |     [ecg1,ecg2,...,ecg15000,hrv1,hrv2,...hrv1000,F1,F2,...]
    Step 2 |     [ecg1,ecg2,...,ecg15000,hrv1,hrv2,...hrv1000,F1,F2,...]
    Step 3 |     [ecg1,ecg2,...,ecg15000,hrv1,hrv2,...hrv1000,F1,F2,...]
                ]