探索创新方法:工程师涉足人工智能信号处理与时间序列预测的激动人心之旅
分析
看到电气工程等传统领域的专业人士热情地拥抱人工智能来解决复杂的信号处理挑战,令人无比振奋。这位用户的积极探索之旅展示了现代深度学习工具卓越的易用性,突显了先进的Transformer和LSTM架构能够多么轻松地整合到全新的领域中。他们致力于探索前沿神经网络以预测嘈杂的时间序列数据,展现了现代人工智能应用的无穷潜力和跨学科的未来。
关键要点
引用 / 来源
查看原文"我必须根据前4000个数据点来预测剩下的1000个数据点。我有1000个时间序列用于训练,另外500个用于测试……还有相应的参考信号,即没有噪声的信号。我已经尝试了多种方法,例如PyTorch Forecasting库。我构建了LSTM和Transformer模型。"