มีเทคนิคการเรียนรู้ด้วยเครื่องเพื่อระบุคะแนนในแปลง / ภาพหรือไม่?


8

ฉันมีข้อมูลสำหรับตำแหน่งด้านข้างของรถแต่ละคันเมื่อเวลาผ่านไปและหมายเลขช่องทางตามที่แสดงใน 3 แปลงในภาพและข้อมูลตัวอย่างด้านล่าง

ป้อนคำอธิบายรูปภาพที่นี่

> a
   Frame.ID   xcoord Lane
1       452 27.39400    3
2       453 27.38331    3
3       454 27.42999    3
4       455 27.46512    3
5       456 27.49066    3

ตำแหน่งด้านข้างแตกต่างกันไปตามกาลเวลาเนื่องจากคนขับรถมนุษย์ไม่สามารถควบคุมตำแหน่งของยานพาหนะได้อย่างสมบูรณ์แบบ การเปลี่ยนเลนเริ่มต้นเมื่อตำแหน่งด้านข้างเปลี่ยนไปอย่างมากและสิ้นสุดลงเมื่อความแปรปรวนกลายเป็น 'ปกติ' อีกครั้ง ไม่สามารถระบุได้จากข้อมูลโดยตรง ฉันต้องดูพล็อตของยานพาหนะแต่ละคันด้วยตนเองเพื่อกำหนดจุดเริ่มต้นและจุดสิ้นสุดของการเปลี่ยนเลนเพื่อประเมินระยะเวลาของการเปลี่ยนเลน แต่ฉันมียานพาหนะหลายพันคันในชุดข้อมูล คุณช่วยชี้แนะทางไปยังอัลกอริธึมการวิเคราะห์รูปภาพ / เครื่องเรียนรู้ที่เกี่ยวข้องซึ่งสามารถฝึกฝนเพื่อระบุประเด็นเหล่านี้ได้หรือไม่? ฉันทำงานในอาร์ขอบคุณล่วงหน้า


คุณได้พยายามระบุทางคณิตศาสตร์ว่าคุณทำอะไรเมื่อคุณจัดประเภทการเปลี่ยนเลนด้วยตนเอง? คุณกำลังมองหาความเปลี่ยนแปลงจากช่วงเวลาที่มีเสถียรภาพใกล้เคียงกับการไล่ระดับสีเป็นศูนย์ของฟังก์ชันตำแหน่งเลนตามด้วยการเพิ่มขนาดใหญ่ของการไล่ระดับสีซึ่งนำไปสู่ช่วงเวลาที่ใกล้กับศูนย์การไล่ระดับสีหรือจุดสิ้นสุดของข้อมูล
image_doctor

คุณมีภาพต้นฉบับจำนวนหนึ่งไว้ให้เราทดลองหรือไม่?
image_doctor

แกนและสเกลเป็นตำนานที่ไม่สอดคล้องกันโดยเฉพาะอย่างยิ่งในภาพตัวอย่างมีวิธีการทำแปลงมาตรฐานหรือคุณไม่สามารถควบคุมการสร้างภาพได้หรือไม่?
image_doctor

1
ใช่ฉันเข้าใจว่าคุณต้องการระบุจุดสิ้นสุดของการเปลี่ยนช่องทาง แต่ถ้าคุณมีช่องทางของยานพาหนะในแต่ละครั้งมันก็ไม่ยากที่จะตรวจจับการเปลี่ยนแปลงเหล่านั้น ฉันจะเริ่มต้นด้วยการกำหนดเมื่อเราควรพิจารณาว่ายานพาหนะจะไม่เปลี่ยนเลนอีกต่อไป (เช่นหลังจากผ่านไปหลายวินาทีในเลนเดียวกัน) คุณสามารถใช้หน้าต่างเพื่อตรวจหาส่วนที่ยานพาหนะเก็บเลนเดียวกันและจุดที่จุดเริ่มต้นและจุดสิ้นสุดของส่วนดังกล่าวอธิบาย "การเริ่มต้นของการเปลี่ยนเลน" และ "จุดสิ้นสุดของการเปลี่ยนเลน" ตามลำดับ
Robert Smith

1
ยิ่งใหญ่ ฉันคิดว่าคุณไม่มีต้นกำเนิดและเลนเป้าหมาย แต่ถ้าคุณมีพวกเขาอยู่เสมอโซลูชันของคุณควรทำงานและใช้ข้อมูลที่คุณมีอยู่แล้วเพื่อสร้างคำจำกัดความของการเปลี่ยนเลน
Robert Smith

คำตอบ:


2

อนุพันธ์อันดับแรกบนพื้นผิวจะทำ อย่างไรก็ตามข้อมูลที่คุณแสดงมีสัญญาณรบกวนมากมายดังนั้นเราจึงต้องการวิธีการประเมินอนุพันธ์อันดับแรกในลักษณะที่ไม่มีเสียงรบกวนหรืออย่างน้อยภายในโดเมนความถี่ที่กำจัดสัญญาณรบกวนและรักษาการเปลี่ยนแปลงอนุพันธ์ที่สำคัญ

การวิเคราะห์เวฟเล็ตสามารถทำได้โดยเฉพาะอย่างยิ่งถ้าคุณใช้อนุพันธ์แรกของเกาส์เซียนเป็นเวฟเล็ตแม่ของคุณ R มีแพ็คเกจเวฟเล็ตบางตัวที่เหมาะสม (ดูr-project.orgสำหรับผู้เริ่มต้น) หากคุณทำการแปลงเวฟเล็ตในระดับสั้น ๆ สิ่งนี้จะระบุตำแหน่งของบิตของการกระวนกระวายใจในพวงมาลัย หากคุณใช้เครื่องชั่งที่มีขนาดใหญ่กว่า (เช่นความถี่ที่ต่ำกว่า) คุณอาจพบว่ามีการเปลี่ยนเลนเพียงเล็กน้อยเท่านั้น

หากคุณฝึกการแปลงด้วยชุดข้อมูลที่สมเหตุสมผลคุณควรสามารถระบุเครื่องชั่งหรือช่วงของเครื่องชั่งที่สอดคล้องกับการเปลี่ยนแปลงเลน แต่โปรดทราบว่าหากคุณไม่เข้าใจสิ่งนี้เป็นสิ่งที่คล้ายกับ O (n ^ 2) ดังนั้นลองลดขนาดสเกลลงเล็กน้อยเพื่อประหยัดเวลาในการคำนวณ


1

ดูเหมือนว่าคุณจะมองหาอนุพันธ์เสียงที่สูงกว่านั้นสักสองสามวินาที เพียงแค่คำนวณค่าสัมบูรณ์ของความแตกต่างอัน จำกัด จากแต่ละการตั้งเวลาจนถึงครั้งสุดท้าย (หรือหนึ่งในอดีต) และรอชุดข้อมูลที่มีค่าสูง นั่นคือเมื่อมีการเปลี่ยนแปลงช่องทางเกิดขึ้น


นี่คือสิ่งที่ฉันทำตั้งแต่แรก ปัญหาคือความแตกต่างของเกณฑ์และค่า "สูง" เป็นเรื่องส่วนตัวเพราะการเดินทางของยานพาหนะแต่ละครั้งนั้นแตกต่างกัน
umair durrani

1

ลองใช้แพคเกจ changepoint ฉันใช้มันในกรณีที่คล้ายกัน

การวิเคราะห์ของ Changepoint เป็นชื่อทางสถิติสำหรับวิธีการที่ตรวจจับการเปลี่ยนแปลงระหว่าง "regimes" สองรายการ รถที่อยู่ในเลนนั้นเป็นเส้นที่มีการไล่ระดับสี 0 ที่จุดกึ่งกลางของเลน คุณสามารถจัดวางแบบจำลองทางสถิติกับรถยนต์ที่ขับขี่ในเลนได้อย่างง่ายดาย เลนที่เปลี่ยนรถยนต์กำลังขับไปตามแนวลาดที่ไม่ใช่ 0 โมเดลได้เปลี่ยนไป การวิเคราะห์ของ Changepoint และแพคเกจ changepoint นั้นเป็นสิ่งที่คุณต้องการเพื่อกำหนดจุดเมื่อโมเดลเปลี่ยนจากy=a' (straight and level) toy = a + bx` (ขึ้นหรือลง)


นี่เป็นคำตอบสำหรับลิงก์เท่านั้นและมีแนวโน้มว่าจะไม่แนะนำให้ใช้ใน SE บางทีคุณสามารถอธิบายรายละเอียดได้ว่ามันคืออะไรและทำไมจึงเป็นประโยชน์
Sean Owen

@AlbertoD ภาษาโบราณของบทความสั้น ๆ ที่คุณแบ่งปันไม่เป็นประโยชน์สำหรับคนที่เพิ่งรู้จักกับแนวคิดของการวิเคราะห์จุดเปลี่ยน
umair durrani

@ AlbertoD คุณช่วยยกตัวอย่างของวิธีการใช้แพ็คเกจ cp ในกรณีของคุณได้ไหม?
umair durrani
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.