我目前正在做一个项目，我在鞋里有一个传感器，可以记录$X, Y, Z$轴，来自加速度和陀螺仪传感器。每毫秒，我得到 6 个数据点。现在，目标是，如果我做了一个动作，比如跳跃或踢腿，我将使用传感器的输出来预测正在执行的动作。

问题：例如，如果我跳转，我可能会获得 1000 个数据点，但在另一次，我会获得 1200 个数量，这意味着输入的大小是不同的。

到目前为止，我研究过的神经网络要求输入大小是恒定的，以预测$Y$值，但是，在这种情况下，它不是。我已经对如何制作具有可变大小的神经网络进行了一些研究，但还没有找到一个可行的。将输入裁剪到一定大小不是一个好主意，因为那样我会丢失数据。另外，如果我只是通过添加额外的来调整较小的试验$0$s，它扭曲了模型。

关于可行的模型或如何更好地清理数据的任何建议？