我正在开发神经网络,通过使用具有5种不同特征(101,5,1)的3D输入序列数据,预测与时间相关的2D维目标序列(101,1)。因此,每个目标序列(101,1)代表步态分析数据集中的一个试验,我的数据集中有145个不同的试验。我也计划在我的培训、验证和测试中使用70:15:15规则。 下面是数据集说明,我将如何使用输入特性来预测目标值。
正如您在我绘制的图片中看到的,我想通过使用t=1特征(5种不同的特征)预测t=1目标值,并将此目标输出预测用作t=2的输入。因此,在t=2时,我将使用t=1预测目标值和t=2输入特征来预测t=2目标值,以此类推。本系列将在t=101结束。
值得注意的是,在我的时间序列预测建模中,我永远不会知道我的实际目标值,即使是在我的输入特性中。我的问题有点不同于时间序列预测,因为它们使用t=1,2,3,4输入和目标特征来预测t=5目标值<所以,这不是我想要的模型
所以,我的问题是,我应该使用哪种神经网络,以及如何在我的问题中使用
目前没有回答
相关问题 更多 >
编程相关推荐