我是 AI 新手，想应用机器学习来估计通道状态。我有一组数据。它是一个 10000*8 的矩阵。该矩阵的每一行都与一个时间步长有关，即第一行 = 当前时间步长 (t)，第二行 = 下一个时间步长 (t+1)，依此类推。每列与一个发射器相关，我有 8 个不同的发射器。每个时间步长的每个发射机估计信道状态并从集合 {0,1,2,-1} 中分配一个值。例如，第 n 行的形式为 [ -1 0 0 0 1 0 0 2]。

知道时间步 t 中通道的状态我想知道时间步 (t+1) 中的通道状态是什么。

我使用了 MLP 并得到了 mse = 0.04，但我使用的激活函数是“tansig”或“logsig”。然后结果在 [0, 1] 或 [-1, 1] 中，我不知道如何将它们转换为 {-1, 0, 1, 2}。我也应用了 LSTM，但 mse 误差为 0.31。所以我不知道为什么我得到这么大的mse。任何建议将不胜感激。