RNN ใช้ซีรี่ส์อนุกรมหลายเวลา

ฉันกำลังพยายามสร้างโครงข่ายประสาทเทียมโดยใช้อนุกรมเวลาเป็นอินพุทเพื่อฝึกอบรมตามประเภทของแต่ละซีรีส์ ฉันอ่านว่าการใช้ RNNs คุณสามารถแบ่งอินพุตเป็นแบทช์และใช้ทุกจุดของอนุกรมเวลาเป็นเซลล์ประสาทส่วนบุคคลและในที่สุดก็ฝึกฝนเครือข่าย

สิ่งที่ฉันพยายามทำคือใช้หลายครั้งเป็นอินพุต ตัวอย่างเช่นคุณอาจได้รับอินพุตจากเซ็นเซอร์สองตัว (ดังนั้นอนุกรมสองเวลา) แต่ฉันต้องการใช้ทั้งสองอย่างเพื่อให้ได้ผลลัพธ์สุดท้าย

นอกจากนี้ฉันไม่ได้พยายามทำนายค่าในอนาคตของอนุกรมเวลาฉันพยายามจำแนกตามค่าทั้งหมด

ฉันจะแก้ไขปัญหานี้ได้อย่างไร

• มีวิธีใช้อนุกรมเวลาหลายชุดเป็นอินพุตไปยัง RNN หรือไม่?

• ฉันควรจะลองรวมอนุกรมเวลาเข้าด้วยกันหรือไม่?

• หรือฉันควรใช้สองเครือข่ายประสาทที่แตกต่างกัน? และหากวิธีการสุดท้ายนี้ถูกต้องหากจำนวนชุดเวลาเพิ่มขึ้นนั่นจะไม่ทำให้คอมพิวเตอร์เข้มข้นเกินไปใช่ไหม

อนุกรมเวลาหลายตัวแปรเป็นหัวข้อการวิจัยที่ใช้งานอยู่คุณจะได้พบกับกระดาษจำนวนมากเมื่อเร็ว ๆ นี้การแก้ปัญหาเรื่อง

เพื่อตอบคำถามของคุณคุณสามารถใช้ RNN เดียว คุณสามารถป้อนหนึ่งค่าสำหรับแต่ละขั้นตอน ไม่มีอะไรทำให้คุณไม่ต้องเพิ่มค่าอื่นในแต่ละขั้นตอน (ถ้าเซ็นเซอร์ของคุณตรงกัน) โมเดลของคุณจะได้เรียนรู้วิธีการจัดประเภทด้วยอนุกรมเวลาสองมิติ

คุณตรวจสอบบล็อกนี้ ในกรณีของคุณเฉพาะเอาต์พุตจะแตกต่างกัน

สำหรับสองประเด็นสุดท้ายการรวมลำดับเวลาเป็นหนึ่งนั้นมีความเสี่ยงในแง่ที่ว่าคุณอาจสูญเสียข้อมูลสำคัญในระหว่างกระบวนการ ในที่สุดข้อเสียเปรียบหลักของจุดสุดท้ายของคุณคือคุณจะไม่สามารถใช้สหสัมพันธ์ระหว่างอนุกรมเวลาสองชุดสำหรับการจำแนกขั้นสุดท้ายได้