问光滑三元(二元- 3)时间序列数据

EN

假设我们有一个问题，一个自动驾驶算法看到一个带有行人的仪表板摄像头视频，输出3种预测的行人意图中的1种：[-1, 0, 1]。-1表示行人不会在车辆前面过马路，0表示不确定或行人消失，而1表示行人将在车辆前面过马路。然后，我们向一组人展示同样的视频，并询问他们对行人意图的估计。目前的任务是将人工智能意图与人类意图进行聚类。

现在的问题是算法的预测需要平滑。在下面的数字中，黑线是人类的预测，红线是人工智能预测。

这是算法预测不需要平滑的一个例子，因为总体形状与人类的预测相匹配。然而，这绝对需要被平滑，因为AI输出大约100帧的波动可以被看作是“不确定”，也就是0。

我不认为传统的平滑技术，如移动平均，可以应用在这里，因为平滑操作的结果也需要落入[-1, 0, 1]之一。人工智能和人类的数据本质上都是具有相同维数的数组，如[0,0,0,-1,-1,-1,-1,0,0,0] ...。有什么建议吗？谢谢。