前提・実現したいこと
TensorflowやKeras、scikit-learnを用いた機械学習を実装しています。
現在の課題は「順序に強く依存する」特性の予測です。
たとえば塗膜の様な分野では
Aを10mm、Bを5mm、Cを15mm の順に塗ると特性Xが0.4
Aを10mm、Bを20mm、Cを15mm の順に塗ると特性Xが0.8
Bを5mm、Aを10mm、Cを15mm の順に塗ると特性Xが15.5
のように順序によって特性が大きく異なるケースがあります。
例えば(BがAの下地となったため、Aの特質が飛躍的に向上したため)などと説明はつけられる事が多いですが、
これを機械学習で予測したいです。
更に、同じAといっても
温度bb度、湿度cc%、時間dd秒で成膜したA
温度tt度、湿度rr%、時間ssで成膜したA
の様に条件をふっています。(↑はあくまでも例ですが。)
十分なデータベースがあることは前提として、
Cを15mm、Bを5mm、Aを10mm の順に塗ったときの特性Xを予測するには
どのような機械学習手法を使えばよいでしょうか。
時系列データとしてLSTMで解析すべきなのか、もしくは他に優れた手法があるのか数ヶ月悩んでいます。
*Tensorflow,Kerasは扱ったことはありますが、LSTMは未経験です。
試したこと
順序に関するデータは入れずに、例で言えば厚みのデータだけを用いた
機械学習(SVR、木系)などは試しました。
補足情報(FW/ツールのバージョンなど)
Windows7 or Ubuntu 14.04 LTS
on Anaconda
Tensorflow
Keras
scikit-learn
xgboost
など
回答1件
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。
2018/05/15 08:54 編集
2018/05/15 09:13
2018/05/15 09:19
2018/05/15 09:24
2018/05/15 11:06 編集
2018/05/16 07:01