机器学习方法可根据传感器数据检测或分类上升趋势和下降趋势

我正在构建一个机器学习模型,以检测趋势的漂移,无论趋势是向上还是向下(请参见下图)。当数据出现上升或下降时,以及在设备导致致命中止之前,发送警报的想法。不幸,

我一直在寻找不同的方法,但是没有成功,例如,我尝试了LSTM异常检测,如果我已经知道测量值何时开始漂移,它就可以工作,那么我可以将较早的数据用于训练,而将较晚的数据用于测试。在我目前的情况下,我不知道何时发生漂移以分割数据进行训练和测试。此外,模型应回顾过去2或3天的数据,并查看趋势是向上还是向下漂移。

下面是带有假设数据的图片来传达想法。如果您指出正确的方向,或者您分享如何实现的方向,我将不胜感激。

enter image description here

谢谢

评论