Как использовать GAN для генерации данных распознавания человеческой деятельности?

В настоящее время я работаю над распознаванием активности человека с использованием данных носимых датчиков (например, акселерометра, гироскопа и т. д.). Теперь я пытаюсь создать некоторые синтетические данные датчика из данных акселерометра (xyz).

Я использовал GAN для создания синтетического набора данных из данных 3D-акселерометра. Однако результат не очень хороший (сгенерированные/поддельные данные не похожи на реальные данные). Я использовал несколько моделей последовательностей (например, LSTM, двунаправленный LSTM), но результат тот же. У меня есть повторяющийся шаблон на моих поддельных данных. результат GAN

Есть ли какие-либо предложения для этого? Некоторое объяснение будет высоко оценено. Спасибо :)


python data-generation generative-adversarial-network activity-recognition accelerometer
person franzp    schedule 25.08.2020    source источник

Ответы (1)


arrow_upward
0
arrow_downward

Проектировать и обучать GAN — специально для временных задач — немного сложно. Как правило, рекомендуется использовать современные архитектуры вместо написания и обучения собственной модели.

Если вы должны использовать свою собственную модель, вы можете попробовать использовать свертки по глубине (т.е. по измерению времени) вместо LSTM.

Обучение GAN также является сложным процессом, поэтому может помочь изучить некоторые из реализованных кодов, чтобы получить несколько советов, как избежать коллапса режима и т. д.

person Bahman Rouhani    schedule 02.09.2020