我使用的数据是UCI人类活动数据集的原始数据。下图显示了示例的13个标签（顶部）和6个功能（底部）。我想开发一个模型来自动检测具有6个特征的时间序列中的不同模式/活动。
example of the training data and its labels
我现在有两个问题希望有人可以帮助我： 1.如果我有所有需要标记的时间序列数据（我想检测时间序列中的模式），我可以使用哪种模型？我可以将CNN用于此任务，例如图像中的对象检测吗？或者我应该使用RNN？我可以参考哪些类似的项目？ 2.如果实时收集数据并且我想实时检测模式（或者滞后较小），我该怎么做？
我曾尝试使用LSTM对预处理数据段进行分类（每段2.56s，每个段都有一个标签），而且我没有太多调整就达到了90％+精度（从this repo修改，从根本上说是一样的）。但是，我不确定如何在我上面提到的情况下应用这个模型。
感谢您的任何建议。
