我有一个数学问题，我不确定应该选择哪种模型来制作 LSTM 神经网络。

目前在我国，有一个系统，某些研究人员可以在其中上传有关具有科学兴趣的产品的信息，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。

分类是通过一个数学模型完成的，该模型的条目是每个产品的总数、所有产品的总和、作者的数量，以及使用先前值计算的其他指标。

一旦获得条目，这些值将通过一组公式进行处理，最终结果是单个数字。

该数字位于数学模型提供的范围内，这就是该组的分类方式。

我要做的是给出一个组的当前分类，给出不同值的建议以改进他们的分类。

例如，如果有一个分类为C的组，建议它应该有多少产品，有多少作者，它的索引应该有什么价值，这样它的类别最终会是B。

我认为我的网络结构应该是：-1 输入，这将是你想要得到的分类。- 多个输出，每个产品和索引一个。

但是我不明白如何让网络除了产品数量和当前指标的价值之外，还考虑到当前的群组分类。

如果您对该问题还有其他疑问，请随时提问。

我很欣赏你的建议。