fmenat / piic

Proyecto inscrito como programa de investigación PIIC

PIIC

Proyecto inscrito como programa de investigación PIIC

Predicción de Ozono troposférico a través de información en cubos de datos.

Posibilidades:

1. Redes recurrentes con convoluciones 2D en sus operaciones

RCNN (RNN with Convolutional inside)

2. Redes convolucionales 3D para entrega la salida final.

3D-CNN (CNN with 3D kernel -> to end)

3. Redes convolucionales (2D o 3D) para extraer caract y luego alimentar una red recurrente con vectores 1D. (two level network)

CRNN (2D or 3D -Convs -> to RNN)

4. Redes convolucionales 2D a cada instante de tiempo, para entregar una salida final

2D-CNN (CNN with 2D kernel -> to end)

5. MLP

Para todos hay que definir el parámetro del largo del cubo ($T$ o timesteps). Sin embargo, hay otros parámetros a definir en cada uno de los tipos de posibilidades.

1. size of Conv2D and embedding
2. size of Conv3D (size of time on kernel)
3. same as first
4. size of Conv2D and #filters

Inspired: https://github.com/harvitronix/five-video-classification-methods#five-video-classification-methods