Классификация временных рядов нейронных сетей

Я только начал читать о нейронных сетях и наткнулся на интересный проект из этого статья, который я пытаюсь воспроизвести с помощью Keras в python.

Я немного застрял в понимании проблемы на высоком уровне. Мой вопрос заключается в том, каковы именно входные функции во временном ряду в таком случае. то, что я пытаюсь сделать, - это классифицировать очень конкретные шаблоны во временном ряду (неизвестной длины), в этом случае каждое значение во временном ряду является функцией (поэтому, если у меня есть 10 точек, у меня есть 10 узлов на моем входе) или это одномерный массив со значениями?

В документе кажется, что каждый входной узел представляет определенный момент времени, но что не имеет смысла, так это то, что если это правильная настройка, как мне поступить, если мой временной ряд имеет 10+ точек (очевидно, я не могу динамически добавлять узлы).

Просто нужно немного совета, так как я не уверен, где искать ответ.

Спасибо за ваше время.

наивный подход, обычно используемый в регрессионных решениях, заключается в преобразовании информации временного ряда в функции (например, час дня (1-24) / день недели / неделя года, в зависимости от того, что актуально), либо, что еще проще, сохранить функцию с отметкой времени.

serkef 11.04.2018 13:15

Я не уверен, что мне нужна метка времени как функция. В моем случае я просто пытаюсь обнаружить закономерность. Насколько я понимаю, это не имеет ничего общего с датой / временем (поскольку интервал постоянный)

Robert Naccache 11.04.2018 13:27
0
2
116
0

Другие вопросы по теме