استفاده از مدل های LSTM و MLP برای پیشبینی تعداد سمپل های یک روند(data series)

شرح پروژه

با استفاده از تعریف یک مدل LSTM و MLP با استفاده از کتابخانه Pytorch بتوانیم  تعداد sample های ستون (Samples_[t0_vrp,t2_vrp] ) به ازای تمامی event های موجود (62 مورد)   در شیت Summary   اکسل داشته باشیم بدین صورت که ستون  t0_VRP به عنوان شروع یک event استفاده میشود. به طور کلی موارد به صورت زیر می باشد.

1.      پیش بینی تعداد sample های ستون (Samples_[t0_vrp,t2_vrp] ) به ازای تمامی event های موجود (62 مورد)   در شیت Summary   اکسل

2.      ستون  t0_VRP به عنوان شروع یک event استفاده میشود

3.      تعریف یک ویندوز به سایز قابل تغییر که برای قسمت train استفاده میشود به این صورت که اگر ما سایز رو مثلا 5 در نظر بگیریم این کلاس از شروع یک ایونت یا همان زمان t0_VRP شروع به پارس کردن دیتا میکند و 4 سمپل رو به جلو حرکت کرده ودر مجموع 5 سمپل برای ترین هریک از ایونت ها در نظر میگرد . ( اگر event ایی تعداد سمپل ان کمتر از تعداد ویندوز سایز بود اسکیپ شود ولی در output این کلاس نوشته شود که مثلا event 35 به دلیل کم بودن سمپل از تعداد ویندوز skip می شود و در نظر گرفته نمیشود) از ستون (Samples_[t0_vrp,t2_vrp] ) به عنوان Y  یا همان label استفاده شود به این صورت که این اعداد این ستون باید منهای ویندوز سایز شود.

4. نمایش نمودار loss

5. در نهایت تست دیتا  و نمایش اعداد real و prediction شده به صورت جدولی در دوستون کنارهم برای هر event 

در نهایت یک مدل ساده MLP هم ایجاد شود و تمامی مراحل قبل رو ایندفعه با مدل MLP پیش بینی کنیم تا بتوانیم تفاوت دو مدل رو در پیش بینی به صورت مقایسه ایی داشته باشیم.

در صورت نیاز توضیحات بیشتر ارائه خواهد شد و همچنین نمونه کدی در اختیارتون قرار خواهد گرفت برای مدل LSTM

این پروژه شامل 1 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.

مهارت ها و تخصص های مورد نیاز

درباره کارفرما

Amir257

عضویت شش ماه پیش

4 پروژه ثبت شده ،

0 پروژه در حال انجام ،

0 پروژه آماده دریافت پیشنهاد ،

نرخ پذیرش پیشنهاد 100%