如何对传感器数据进行实时回归？

Question

我已经制作了一个使用 python 获取传感器数据的 WSN。我制作了一个机器学习模型，可以进行非实时分类。有什么方法可以对传入的传感器数据进行实时机器学习预测...

Answer 1

由于您的模型已经过预训练，您可以只使用时间迭代器，也可以使用迁移学习，然后评估模型。不知道具体怎么做，但这里有一些伪代码：

model

For seconds in timeperiod of interest:
   testdata = newdata.test
   train data = newdata.train
   Y = newdata labels

   freeze the first 6 layers of the model
   model.fit(traindata, Y, ...)

   model.evaluate(testdata , Y)

实时机器学习仍然是一个相当新的领域。 NSF 刚刚获得了 1000 万美元的资助，用于该领域的研究，截止日期已于去年结束。

希望这会有所帮助！