我有一个理解问题。我是机器学习的初学者，在建模神经网络方面也有一点经验，但对时间序列没有。
但我无法想象如何将神经网络用于时间序列。
所以如果我想训练一个多层神经网络，输入是什么？
我阅读了几篇关于这种人工神经网络的论文来预测时间序列。但他们并没有解释到底是怎么回事。
我可以想象如下：每个输入节点都是一个特定的时间戳吗？
如果我想预测时间 t+1 的值，并且我使用 15 个输入神经元，那么我使用从 t-15 upt 到 t 的每个时间戳的值？
我如何训练这样的NN？
我有点困惑。
时间序列的神经网络
数据挖掘
神经网络
2022-02-22 17:11:30
1个回答
您正在寻找预测时间序列的神经网络类型称为循环网络；网络中先前的神经元状态会影响新的神经元状态。这种循环网络的例子是LSTM、GRU和NARX。
如果您有从 t 0到 t 10的数据，并且要预测 t 11，则需要将 t 0 - t 10的值 一一输入到网络中。您必须训练网络以使 t n 的输出为t n +1。因此，在您输入 t 10后，输出将是 t 11的预测值。
现实生活中的例子：我希望一个网络继续减少它的输出，直到它达到 1，然后让它输出 0 重新开始：
in: 0.0, out: 0.2
in: 0.2, out: 0.4
in: 0.4, out: 0.6
in: 0.6, out: 0.8
in: 0.8, out: 1.0
in: 1.0, out: 0.0
这就是你的训练数据应该是什么样子
其它你可能感兴趣的问题