如何设计用于信号处理的ANN？

Question

我不太了解如何在ANN的帮助下实现以下问题：

假设我有一些数据集，它们代表了汽车上的作用力。 （测试车在模拟路面损坏的特殊道路上行驶。总共有8种不同的道路。）

现在，我想训练我的模型，以从在正常道路上行驶的汽车数据中识别出这些道路损坏。这就是目标。

我的问题是，如何为ANN正确分类道路损害？

我应该只剪掉特殊的道路损坏图案，然后用它来给我的人工神经网络喂？

提前感谢！

Answer 1

首先，如果您想为任何特定任务训练ANN，通常必须完成以下步骤：

1. 定义问题
2. 收集并正确安排训练数据
3. 设计合适的网络拓扑
4. 训练网络
5. 根据真实数据验证训练结果

这意味着您的情况：

1. 似乎您正在处理二进制分类问题。对于给定的传感器输入，您要预测是否损坏。
2. 您将数据安排为输入目标对。输入是您的传感器数据（可能带有一些时间上下文），输出例如是1表示损坏，0表示未损坏。
3. 如果要处理时间传感器数据，则应检查循环神经网络或卷积神经网络拓扑（或两者的组合）。设计网络时，使输入层的神经元数量与输入数据的维数相同，而输出层的神经元具有通过S型激活的单个神经元。
4. 然后，根据您使用的库，此步骤应该很简单
5. 最后，您可以使用一些新的真实传感器数据来验证结果，并检查预测是否符合您的期望