本期為大家?guī)韊IQ Time Series Studio工具使用攻略-輸入文件格式的介紹。

時間序列數(shù)據(jù)與視覺和語音數(shù)據(jù)不同。視覺數(shù)據(jù)通常由三個或一個通道組成，每個通道具有固定的寬度和高度。語音數(shù)據(jù)則始終保持一個或兩個通道，輸入為麥克風波形。時間序列數(shù)據(jù)通常來自一個或多個傳感器，通道的數(shù)量是不同的，例如：

原始傳感器數(shù)據(jù)可以有不同的采樣率，如何選擇最佳采樣率？

原始傳感器數(shù)據(jù)輸出是按照時間順序并連續(xù)的。如何更好地將連續(xù)數(shù)據(jù)分割成段數(shù)據(jù)？

多個傳感器生成的異構(gòu)數(shù)據(jù)集并非機器學習算法期待的的數(shù)據(jù)集。

視覺和語音數(shù)據(jù)是人類可理解的，而時間序列數(shù)據(jù)則以浮點格式呈現(xiàn)，難以直接閱讀和理解。

因此算法設計與視覺和語音AI/ML有所不同。

為了了解時間序列數(shù)據(jù)，以3軸加速度傳感器的數(shù)據(jù)樣本為例：

可以從圖表中得到：

傳感器有三個通道，分別命名為C1、C2、C3軸，大多數(shù)傳感器可能只有一個通道。

一個采樣點包含每個通道的一個數(shù)據(jù)點，由 C1、C2、C3 組成。

一個采樣時間窗口包含多個按時間順序排列的采樣點，順序為 C1 C2 C3 C1 C2 C3…C1 C2 C3。

整個數(shù)據(jù)集由多個隨機順序的時間窗口組成。

同一傳感器的每個通道都在相同的采樣率下運行，因此所有通道的數(shù)據(jù)規(guī)模都是相同的。

連續(xù)數(shù)據(jù)：

硬件傳感器始終按時間順序以連續(xù)格式輸出原始數(shù)據(jù)，見下圖：

建議用戶按上述格式保存連續(xù)的原始數(shù)據(jù)，并確保每行代表一個時間增量，建議使用空格作為分隔符。逐行加載數(shù)據(jù)時按時間順序執(zhí)行。

分段數(shù)據(jù)：

工具支持分段數(shù)據(jù)輸入，用戶可以自行處理數(shù)據(jù)或通過"Data Logging"采集連續(xù)數(shù)據(jù)并通過"Data Intelligence"進行數(shù)據(jù)分析并保存為分段數(shù)據(jù)。以下圖表解釋了分段數(shù)據(jù)的格式。

每一行作為一個樣本，樣本點按通道順序排列。

多個按行排序的樣本組成一個訓練數(shù)據(jù)集，用于算法研究。

逐行分割的數(shù)據(jù)樣本可以保持隨機，但里面的每個樣本必須保持時間順序。

可以選擇多個數(shù)據(jù)文件作為一種類型導入工具進行訓練和測試，數(shù)據(jù)加載器會自動合并。

Time SeriesStudo 數(shù)據(jù)格式

需要用戶導入正確的數(shù)據(jù)集,工具僅支持CSV文件格式，數(shù)據(jù)集以分段格式保存，數(shù)據(jù)間以：空格，逗號，Tab, 分號隔開，對于不同的訓練任務，請按照以下指南導入適當?shù)腃SV格式文件。

異常檢測&分類算法：

數(shù)據(jù)文件格式：每行一個樣本，包含所有通道數(shù)據(jù)，樣本由分隔符（空格、逗號、tab和分號）分隔。這是一個數(shù)據(jù)文件示例，其中包含 m+1個樣本，每個樣本有 n+1個采樣點，每個采樣點的數(shù)據(jù)包含 3 個通道（x、y 和 z）。

對于異常檢測，必須導入兩類數(shù)據(jù)文件：正常樣本和異常樣本文件。每個類必須加載至少一個數(shù)據(jù)文件。

對于分類項目，必須導入 n (n>=1) 類數(shù)據(jù)文件。每個類必須加載至少一個數(shù)據(jù)文件。

異常檢測和分類需要導入不同類別的樣本數(shù)據(jù)文件，為了得到可信的訓練結(jié)果，最好保持各個類別的樣本數(shù)量總體平衡。

回歸算法

數(shù)據(jù)文件格式：每行一個樣本，包含所有通道數(shù)據(jù)，樣本之間用分隔符（空格、逗號、制表符和分號）分隔。前 k+1 (k 是Input/Outputtargets參數(shù)值，在創(chuàng)建回歸項目時設置，k >= 0）列是要預測的目標值。這是一個數(shù)據(jù)文件示例，中包含 m+1個樣本，每個樣本有 n+1個采樣點，每個采樣點的數(shù)據(jù)包含 3 個通道（x、y 和 z）和 k+1個目標。