是否可以使用时间序列数据扩充数据帧以在卷积神经网络中进行分析？

Question

我正在尝试使用卷积神经网络识别时间序列数据中的模式。然而，由于观察数量有限（总共1500个），是否可以在不丢失时间序列数据之间的关系的情况下扩充数据帧，类似于图像扩充？只是想知道解决这个问题的最佳方法是什么？

Answer 1

在保持关系的同时增加数据的一种常见方法是添加随机噪声。

根据数据集，可以在卷积神经网络中发挥作用并得到利用的其他方法是将数据转换为图像，然后采用合适的增强技术，例如模糊或水平移动。