这种处理时空数据的方法叫什么？

Question

我有一些顺序数据(例如音频、视频、文本等)。我用这种方法对序列进行分类。我确信它有个名字，但我想不起来：

vectors =
    t1,[v1_0....v1_n]
    t2,[v2_0....v2_n]
        :
        :
    tm,[vm_0....vm_n]

其中，t1..tm是时间偏移，VM是特征向量。

从这些数据中，我使用不同的window_size和step_size创建过采样

[t0,win_size,step_size, np.median(vectors[frame_id:frame_id+win_size],axis=0)]


win_size = the size of the window to mean/median ahead
step_size = how many columns to move with each step 
np.median(vectors[frame_id:frame_id+win_size],axis=0) = column0wise mean or median across the array as a resultant of the vectors

并使用上述方法训练分类器，并应在多个尺度(例如，大窗口大小)上生成预测。

编辑:对于预测，从查询剪辑中提取出一组相似的向量，然后以某种方式聚合预测以生成“共识”。

Answer 1

我会叫它多头卷积模型。