是否有可能使用时间序列数据来扩充数据帧以便在卷积神经网络中进行分析？

Question

我试图通过使用卷积神经网络来识别时间序列数据中的模式。但是，由于观测数量有限（总共1500个），是否可以增加数据帧，类似于图像增强而不会丢失时间序列数据之间的关系？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用方法是添加随机噪声。

根据数据集，可以工作并导致在卷积神经网络中使用的其他方法是将数据转换为图像，然后采用适当的增强技术，如模糊或水平移位。