深層学習を使用した sequence-to-sequence 分類について

すみません。

深層学習を使用した sequence-to-sequence 分類

https://jp.mathworks.com/help/deeplearning/examples/sequence-to-sequence-classification-using-deep-learning.html#d117e3959

についてです。

LITMを使った時系列データの予測と分類について、以下の質問となります。

(1) LSTMを使った時系列データの分類、回帰では、

時系列データ（例ではセンサーデータ）をスライドウインドウで分割させて学習させなければ、

学習できないのではないですか？

例えば、webのvideoで紹介されているディープラーニング：LSTMによる系列データの予測と分類

では、センサーデータをスライドウインドウで分割させて学習させています。

(2) センサーデータなどの時系列データの場合、スライドウインドウでデータを分割させない時、させる時

の使い分けを教えてください。

宜しくお願いいたします。

Answer 1

[Kazuya]

選択肢は「分割せずに sequence-to-sequence で分類/回帰」するか「分割して sequence-to-one ? で分類/回帰」とするかでしょうか。前者の方が自然な気もしますね？特に分割する必然性は無いかと思います。

Answer 2

[neshin]

ありがとうございます。 時系列データの場合、データをn点ずらしてデータを分割させないとと思ったのですが。