prédire des données en 1D

Question

quel est l'intérêt d'un CNN pour des données en 1D ? le kernel n'a-t-il pas tendance à faire "perdre" des features ? j'imagine que dans tout les cas, on ne fait pas de flatten...

Answer 1

On perd des features grâce au phénomène de fenêtrage qui est le concept central du CNN. Mais ça peut être intéressant. C'est par exemple beaucoup utilisé dans le cas de signaux sonores (donc 1D).

Answer 2

On peut imaginer utiliser des cnn avec des données 1D mais effectivement ce n'est pas ce qui aura de plus efficace.