あなたは海を横切って移動する敵の船を追跡する飛行機であるため、船の一連の（x、y、time）座標を収集しました。隠された潜水艦は船を保護するために船と一緒に移動しますが、それらの位置には相関関係がありますが、潜水艦は船から離れることが多いため、潜水艦が船の近くにある場合は、船の反対側にあることもあります。時々世界。あなたは潜水艦の進路を予測したいのですが、残念ながらそれはあなたから隠されています。
しかし、4月の1か月間、潜水艦が身を隠すのを忘れていることに気づきました。そのため、1,000回の旅行を通じて、潜水艦と船の両方の一連の座標があります。このデータを使用して、船の動きだけを考慮して、隠れた潜水艦の進路を予測するモデルを作成します。素朴なベースラインは「潜水艦の位置の推測=「船の現在の位置」」と言うことですが、潜水艦が見えた4月のデータから、潜水艦が船より少し前に出る傾向があることがわかります。推測=1分での船の位置」はさらに良い見積もりです。さらに、4月のデータは、船が長期間水中で一時停止すると、潜水艦が沿岸海域をパトロールする遠くにいる可能性が高いことを示しています。他のパターンがありますもちろん。
潜水艦の進路を予測するために、トレーニングデータとして4月のデータを前提として、このモデルをどのように構築しますか？私の現在の解決策は、要因が「トリップ時間」、「貨物船のx座標」、「貨物船が1日間アイドル状態だった」などであり、Rに重量を計算させて交差させるアドホック線形回帰です。 -検証。しかし、4月のデータからこれらの要素を自動的に生成する方法が本当に好きです。また、線形回帰はそうではなく、関連性があると思うので、シーケンスまたは時間を使用するモデルがあれば便利です。
編集：私は作り上げられた物語で問題を再定式化したので、それは混乱を少なくします。私が投稿した元の問題は次のとおりです。
教師と生徒の2つの主題に関する視線追跡データがあります。それは（x、y、time）の形式であるため、主題ごとに一連のこれらがあります。教師が見るものは、生徒が見るものに影響を与えます。教師のデータのみを使用して、生徒が見ているものを予測するためにどのような方法を使用しますか？生徒と教師のデータのゴールドスタンダードセットを使用して、学習アルゴリズムをトレーニングできるとしましょう。
ウィキペディアでの定義を考えると、隠れマルコフモデルが適切だと思っていましたが、データセットでこれをどのように実践するかはわかりません。
詳細：教師と生徒がそれぞれ地図といくつかの読み物をどのように見ているかについてのデータがあります。これらのデータセットは40個あり、[（366,234,0）、（386,234,5）、...]のように見えます。これは、教師が時間0でポイント（366,234）を確認し、5秒後に上に移動して確認したことを意味します。座標（386、234）。教師がコンテンツをどのように見るかとの関係を理解し、生徒が同じコンテンツをどのように見るかを予測するためのモデルを学ぶことができます。そのため、生徒は教師と同じ順序でコンテンツを見るのが遅いかもしれません。あるいは、生徒はあまり見回さないかもしれませんが、教師はより多くのコンテンツをスキャンします。両方のデータセットがあり、どの程度正確なモデルを取得できるかを確認したいのですが、教師の見た目の行動から50px以内で生徒の見た目の行動を予測できるでしょうか。