Teknik mana yang bagus untuk menghadapi masalah abstrak ini?
Anda memiliki aliran data dari sinyal kontinu, sebagai satu dari sensor fisik. Sinyal itu memiliki nilai nyata (tidak jelas), tanpa atribut; fitur kecanduan (misalnya, kekuatan, korelasi-otomatis, entropi) dapat diekstraksi. Anda dapat menetapkan satu label dari set terbatas ke jendela sinyal. Biarkan label ini menjadi label pelatihan . Anda harus memilih titik awal dan akhir jendela serta label jendela.
Tugasnya adalah untuk mengklasifikasikan windows berikutnya secara online, seperti halnya sinyal diterima.
Saya meminta algoritme tambahan, dalam arti bahwa itu harus meningkatkan kinerja pendeteksiannya mengingat lebih banyak label pelatihan. Tetapi harus dapat mengklasifikasikan bahkan setelah hanya satu label pelatihan.
Jika masalahnya ternyata terlalu sulit karena deteksi batas windows, katakanlah Anda dapat memperbaiki ukurannya di konstanta kecil. Jadi algoritma mengklasifikasikan potongan kecil dari sinyal dan kemudian menggabungkan yang berdekatan dengan label yang sama. Jika Anda menggunakan pendekatan yang disederhanakan itu, mohon dibenarkan mengapa itu masuk akal.