Unraveling the Complexity of Splitting Sequential Data: Tackling Challenges in Video and Time Series Analysis

要約

ビデオや時系列などの連続データの分割は、オブジェクト追跡や異常検出などのさまざまなデータ分析タスクにおいて不可欠なステップです。
ただし、連続データを分割すると、その後の分析の精度と信頼性に影響を与える可能性のあるさまざまな課題が生じます。
このコンセプト記事では、データの取得、データ表現、分割比率の選択、品質基準の設定、適切な選択戦略の選択など、シーケンシャル データの分割に関連する課題について検討します。
私たちは、モーター テスト ベンチと液体中の粒子追跡という 2 つの実際の例を通じて、これらの課題を探ります。

要約(オリジナル)

Splitting of sequential data, such as videos and time series, is an essential step in various data analysis tasks, including object tracking and anomaly detection. However, splitting sequential data presents a variety of challenges that can impact the accuracy and reliability of subsequent analyses. This concept article examines the challenges associated with splitting sequential data, including data acquisition, data representation, split ratio selection, setting up quality criteria, and choosing suitable selection strategies. We explore these challenges through two real-world examples: motor test benches and particle tracking in liquids.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google