信号の認識に問題があります。信号が準周期信号であるとすると、周期時間には有限の制限があります。信号の「形状」はいくつかの基準に一致する必要があるため、実際のアルゴリズムは、フィルタリング、信号の導出、最大値と最小値の検索などの信号処理技術を使用します。良い信号を見つける率は高いですが、問題は間違った形状も検出することです。
そこで、この問題を克服するために人工知能 (主にニューラル ネットワーク) を使用したいと考えています。いくつかの平均的な入力 (信号を減らすことができます) と 0..1 からの「一致」を示す 1 つの出力を持つ多層ネットワークを考えました。しかし、問題は私がそのようなことをしたことがないということです. 期待される結果を得るためにニューラルネットワークを教える方法は? （出力として1を与えるべき入力用のベクトルがあるとしましょう）
それとも、この考え全体が問題の間違った近似ですか? 私は、この問題を克服するために学習して使用する学習アルゴリズムやアイデアを受け入れます。
したがって、ここに測定された信号の図があります（値と時間は現在問題ではありません）。多くの「間違った」信号を見ることができます。ほとんどの検出された信号は、上記のように良好です。
