Как можно определить класс по графику с помощью свёрточных нейронных сетей?

Question

[iammisha]

Есть такие данные, где 1 столбец - глубина (ось X на первом изображении), 3 столбец - измеренное значение вещества (ось Y на втором изображении), 5 столбец - известные классы (вещество):

Я думал сначала создать много изображений со значением в каждой точке, но это слишком затратно мне кажется.


(На вход сети естественно должно подаваться изображение)

Answer 1

[dmshar]

Типичная задача многомерной классификации. Решается либо любым классическим методом (и при двух входных параметрах и трех классах - наверняка это предпочтительно) из библиотеки Scikit-Learn к примеру.

Ну, вот тут автор балуется с Keras:
https://blog.stroganov.pro/классификация-нейросетью/
Можете повторить подвиг, если очень хочется.

А вот зачем сюда прикручивать сверточные сети, предназначенные вообще-то говоря для работы с визуализацией - не понимаю. Из-за моды?

Comments

[iammisha]

Спасибо за ответ! С помощью обычной класстеризации было бы проще намного, звучит необычно, но надо именно с помощью СНН
Графиков много и надо научиться определять фации на них.