1小时块的时间序列分类

Question

我正在对时间序列做一些分析。时间序列由3个通道组成，包含5分钟间隔数据。

我想要的是给它一个1小时的5分钟间隔数据，它会根据整个1小时的时间来对它进行分类，并根据训练数据提取时间序列如何查找每个类别的模式。

我有许多1小时序列的5分钟间隔数据，这些数据被分类为一个特定的类别，我希望能够有一个深度学习模型来检测这些样本之间的模式，并能够确定它们属于哪些新的样本。

*你能推荐一种能做到这一点的深度学习模式吗？

也许我不理解LSTM，但据我所知，它们对时间序列中的每一个点提供了一个基于它之前发生的点的预测，因此会给出一系列的预测，就像我想要的那样，每小时1次预测。

我很感激你能提供的任何帮助来帮助我更好地理解这一点。

谢谢你。

Answer 1

如果我错了，请纠正我，但你在这里描述的问题听起来像是分类问题，而不是时间序列预测。你，只是想知道每个1小时的数据属于什么类。如果是这样的话，你可以尝试使用带有一维卷积和3个通道的CNN。