目前，在我国，有一个系统，其中某些研究人员群体上传有关科学感兴趣的产品的信息，例如研究文章、书籍、专利、软件等。根据产品的数量，系统为每个组分配一个分类，可以是 A1、A、B 和 C，其中 A1 为最高分类，C 为最低分类。根据小组的分类，他们可以竞争获得金钱奖励来进行研究。

目前，我正在开发一个应用程序，该应用程序获取我之前提到的系统数据。我可以说该组目前的分类是什么，因为我们开发了一个统计产品的刮板，还有另一项服务负责实施系统必须计算该组类别的所有数学模型。

但我想要实现的是，我的应用程序能够估计一个研究小组应该有多少产品来改进其类别。我想知道我是否可以使用神经网络来做到这一点。

例如，如果有一个类别 C 组，我希望应用程序告诉用户它将使其类别上升到 B 的文章和书籍的数量。

根据我在一些网络资源中看到的，我可以将训练集插入神经网络并让它学习对组进行分类，但我认为这是不必要的，因为我可以在数学上做到这一点。

但我不明白神经网络是否有可能处理该小组拥有的当前类别，并能够就需要多少产品来改进其类别提出建议。

我认为它必须是一个具有多个输出的神经网络，因此在每个输出中它都会抛出每个产品的总数，尽管没有必要列出测量模型所考虑的所有产品。但是网络有必要了解哪些产品是由某个群体处理的，例如，如果一个群体不写书，则避免提出考虑生产书籍以改进该群体拥有的类别的建议。