Çoklu zaman serileri kullanan RNN

Zaman serilerini girdi olarak kullanarak nöral bir ağ oluşturmaya çalışıyorum, her serinin türüne göre eğitmek için. RNN'leri kullanarak girdiyi toplu olarak bölebileceğinizi ve zaman serisinin her noktasını bireysel nöronlara kullanabileceğinizi ve sonunda ağı eğitebileceğinizi okudum.

Ne yapmaya çalışıyorum ama bir girdi olarak birden çok zaman serisi kullanmaktır. Örneğin, iki sensörden giriş alabilirsiniz. (Yani iki zaman serisi), ama son sonucu almak için her ikisini de kullanmak istiyorum.

Ayrıca zaman serisinin gelecekteki değerlerini tahmin etmeye çalışmıyorum, hepsine dayanan bir sınıflandırma almaya çalışıyorum.

Bu soruna nasıl yaklaşmalıyım?

• Birden fazla zaman serisini RNN'ye girdi olarak kullanmanın bir yolu var mı?

• Zaman serilerini bir araya getirmeli miyim?

• Yoksa sadece iki farklı sinir ağı mı kullanmalıyım? Ve eğer bu son yaklaşım doğruysa, zaman serilerinin sayısı artarsa, bu çok bilgisayar yoğun olmaz mı?

Çok değişkenli zaman serileri, konuyla mücadele eden son zamanlarda birçok makale bulacağınız aktif bir araştırma konusudur.

Sorularınızı cevaplamak için tek bir RNN kullanabilirsiniz. Her bir zaman adımı için bir değer girebilirsiniz. Hiçbir şey her adım adımında başka bir değer eklemenizi engellemez (sensörünüz senkronize edilmişse). Daha sonra modeliniz iki boyutlu zaman serileri ile nasıl sınıflandırılacağını öğrenecektir.

Bu blogu kontrol et . Sizin durumunuzda, yalnızca çıktı farklıdır.

Son iki noktaya gelince, süreç sırasında önemli bilgileri kaybedebilmeniz açısından zaman serilerini bir araya toplamak risklidir. Son olarak, son noktanızın ana dezavantajı, son sınıflandırma için iki zaman serisi arasında potansiyel bir korelasyon kullanamayacağınızdır.