为构建 RNN 准备时间序列数据答案

【问题标题】：Preparing time series data for building an RNN为构建 RNN 准备时间序列数据
【发布时间】：2019-07-06 00:14:03
【问题描述】：

我正在准备时间序列数据来构建 RNN 模型 (LSTM)。数据是从安装在机械设备中的传感器收集的。考虑一下我有压缩机输入和输出温度的数据以及时间戳。

像这样记录了大约 20 个参数的数据及其时间戳。问题是收集数据的时间戳不同。

那么我如何理想地匹配时间戳以创建具有所有参数和单个时间戳的单个数据帧？

【问题讨论】：

【解决方案1】：

由于 RNN 对时间增量一无所知，而只知道时间步数，因此您需要对数据进行量化/插值。

* 实际上，您需要进行傅里叶变换，然后使用两倍的截止频率作为采样率。 Δt/2 恕我直言可能是一个很好的近似值。

【讨论】：

这回答了您的问题吗？如果是这样，请接受它并给它一个upvote。如果不是，请澄清您的问题。
你能解释更多关于傅里叶变换部分的内容吗，或者你能分享任何关于这个的链接吗？
对于 python，我会选择 scipy.fftpack 或 numpy，它有几个 fft 例程。但是我对信号处理并没有那么深入。最后，我不希望它对你的问题有很大的影响。您的 RNN 架构和培训将是关键部分。专注于此。