Dieses Projekt konzentriert sich auf die Wirksamkeit verschiedener Imputationsmethoden zur Reduzierung fehlender Werte in zeitlichen Sensordaten. Oft führen Fehlfunktionen von Sensoren zu Datenlücken in Zeitreihen aus verschiedenen Bereichen. In diesem Projekt untersuchen wir verschiedene Imputationstechniken. Wir analysieren die Änderungsrate einzelner Merkmale in Bezug auf die Zeit und kommen zu dem Schluss, dass jedes Merkmal separat imputiert werden sollte. Beispielsweise war die Änderungsrate des Blutzuckerspiegels anders als die der Beschleunigungssignaldaten und der Herzfrequenzdaten. Wir analysieren Datensätze aus mehreren Bereichen, um die Muster der fehlenden Daten zu verstehen. Im nächsten Schritt werden wir einige vorgeschlagene Imputationstechniken implementieren, unter Berücksichtigung des Verhaltens der Merkmale, um deren Wirksamkeit im Vergleich zu früheren Arbeiten in diesem Bereich zu vergleichen.
Letzte Änderung: 7. Februar 2025