時系列解析を使用した機械学習落下検出

Question

私は、加速度計とジャイロスコープのデータに基づいて落下を検出するための分類子を訓練しようとしています。しかし、私は、使用するアルゴリズムのタイプを決定するのに苦労しています。

これは、データセットの一部の写真である：

このデータは、生のX、Y及び立ち下がり時加速度計から読み取らz座標の一例です。ご覧のように、秋が始まるまでデータは比較的安定しています。

私の質問は、どの分類器を使用して秋を検出すべきですか？

科学者がNaive-Bayesアルゴリズムを使ってデータを分類する研究をいくつか読んだことがありますが、理解しているようにNaive-Bayesは分類の前のデータセットを考慮していません。

私はHMMの使用について考えましたが、機械学習には全く新しいので、私はいくつかの一般的なガイダンスを求めると思いました。

ありがとうございます。

Answer 1

「隣接サンプル」を考慮に入れて分類器として使用できるConditional Random Field (CRF)をご覧ください。いくつかのGoogle検索を行う場合は、CRFでの「転倒検出」に関するいくつかの論文を見つけることができます。

あなたが言及したように、隠れ変数（秋であってもなくても）が観察できない（x-y-z座標のみが観測可能である）というHMMも、問題の適切なモデルです。