问题：我有一个问题，横截面特征 (X) 解释了一个连续的结果 (y)。此外，数据中存在线性时间趋势（t）。

使用 OLS，这样的模型会写成：。在这里，捕获归因于 X 的横截面效应，捕获时间趋势。$y = b_0 + b_1 X + b_2 t + u$$b_1$$b_2$

我想在 Keras NN 上下文中实现 OLS 模型的逻辑。

我尝试过Sequential()带有Dense()图层的“普通”模型，但这些模型类型不太适合数据。事实上，Sequential()就 MAE 而言，Keras 模型甚至比不上一个简单的 OLS 模型。

我怀疑Sequential()模型架构不适合处理我的数据中的线性时间趋势。

我查看了LSTM()模型，但似乎这些模型主要用于处理自回归过程（至少这是我可以在网上找到的）。

问题：什么是一个好的 Keras 模型架构来处理如上所述的线性时间趋势？

有人可以指点我一些有启发性的资源吗？