卷积网络与小信号特征

Question

我正在尝试使用卷积网络来提取一些特定的时间序列特征。该信号包含一些我希望我的网络学习的高幅度和小幅度信号特征（小两个幅度）的缓慢变化分量。在我的例子中，[1,2,1] 和 [101,102,101] 的序列是同一个要素类。然而，在卷积层的情况下，第二个序列可能更适合一些平面滤波器。 （或者也许我的猜测是错误的）

有什么方法可以从信号中去除恒定分量或缓慢变化的分量，还是应该在将数据输入网络之前对其进行预处理？

Answer 1

Networks 对变化率进行建模。它们两者的变化率是相同的，它会自己学习。只需向它提供数据。如果是时间序列数据，试试LSTM + Conv layers。