数据预测分析 | Matlab实现TCN时间卷积网络数据预测分析
基本介绍
此示例说明如何使用通用时间卷积网络 (TCN) 对序列数据的每个时间步进行分类。
- 虽然序列到序列的任务通常使用循环神经网络架构来解决,但 Bai 等人表明卷积神经网络可以在典型的序列建模任务上与循环网络的性能相匹配,甚至优于它们。
- 使用卷积网络的潜在好处是更好的并行性、更好地控制感受野大小、更好地控制训练期间网络的内存占用以及更稳定的梯度。
- 就像循环网络一样,卷积网络可以对可变长度的输入序列进行操作,并可用于对序列到序列或序列对一任务进行建模。
- 在这个例子中,训练一个 TCN 来识别在身体上佩戴智能手机的人的活动。 您可以使用代表三个方向的加速度计读数的时间序列数据来训练网络。
数据下载
- 下载地址:
- HumanActivityTrain.mat
程序设计
环境配置Matlab2021b