生产环境中的时间序列分类.疑问

Question

我创建了一个ML模型来分类5个IoT信号(比如A、B、C、D和E)。每个信号在抽样时间戳中都有一个值。

我的问题(怀疑)是：

1. 我是否必须仅在相同的(在本例中为每日)时间戳上对生产中的新数据进行预处理；换句话说，每个时间序列样本的值(特性)数量与模型培训期间的值(特性)相同吗？我很确定这是真的，但我不知道时间序列是否有什么特定的东西。
2. 由于我的数据是标准化和标准化的，关于时间序列长度的建议是什么，因为这对于生产环境中模型中输入数据的标准化很重要。

在培训期间，我将每日时间戳上的值除以(例如，一天中每个信号的值为5000 )。所以，我的时间序列是每日基准时间戳。我已经完成了培训，测试数据集和交叉验证的结果是可以接受的。然而，我不想在数据获取团队的方向上犯错误。

Answer 1

将时间序列应用于物联网可能非常复杂，因为您必须处理模型约束(一般情况下，它不能处理太多的数据)、业务约束(您想要预测什么以及使用哪种精度)，以及设备约束(传感器可能有不同的校准，并且组件不是100%相同的)。

因此，第一步将是定义一个50到200步之间的时间范围，明确的开始和结束的时间限制，理想情况下，对应于一个周期。

我建议从简单的业务目标开始，因为由于模型和设备，您已经有了很多复杂性。它也适用于设备:开始研究一个设备可以更有效地理解主要行为，并逐步添加更多的设备。

那么你必须选择正确的模式。随机森林是相当普遍的，可以考虑多个变量。

https://pyts.readthedocs.io/en/latest/generated/pyts.classification.TimeSeriesForest.html

LSTM是很好的学习模式，但他们是相当敏感的噪音。您可能必须非常了解您的设备，以正确地平滑他们的信号。

https://www.analyticsvidhya.com/blog/2019/01/introduction-time-series-classification/

https://www.kaggle.com/code/meaninglesslives/simple-neural-net-for-time-series-classification

Sktime可能很有趣：https://www.sktime.org/en/v0.9.0/examples/02_分类_univariate.html

请注意，如果分类规则适用于任何IoT，则它不是多变量情况，而是适用于任何类似设备的模式识别。但是，请注意，这些设备应该具有足够的可比性，以便进行良好的分类(=数据规范化和可能的降噪)。