ニューラルネットワークによる時系列予測

Question

最近、神経回路網で様々な目的で作業しています。私は、数字認識、XOR、および他の様々な簡単な/こんにちはworld'ishアプリケーションで大きな成功を収めてきました。

私は時系列推定の領域に取り組みたいと思います。私は現在、このトピックに関するすべてのIEEE/ACMの論文を読むための大学のアカウントを持っていません（無料）。また、ANNを使って時系列の放送を行う方法について多くのリソースを見つけることはできません。

誰かが何か提案をしているのか、あるいはANNを時系列データを使って予報するためのリソースを推薦できるのかを知りたいですか？

NNを訓練するには、すぐにいくつかの時間ステップを挿入し、予想される出力は次のタイムステップになります（例：n-5、n-4、n-3、n-2の入力、n-1はタイムステップNで結果を出力する必要があります...そしてタイムスタンプのいくつかの量をスライドさせてもう一度やり直してください。

誰でもこれを確認したり、コメントしたりできますか？

Answer 1

私はあなたが基本的な考え方は持っていると思います：n-1のT _{...ネットワークは、一連の最後k値（T NKを使用するように訓練されている「スライディングウィンドウ」アプローチを現在の値（T n）を予測します。}

ただし、これを行う方法はたくさんありますが、例：

• このウィンドウはどのくらいの大きさですか？
• データには何らかの方法で事前処理する必要がありますか（外れ値を削除するなど）？
• どのようなネットワーク構成（たとえば、隠れノード数、レイヤー数）およびアルゴリズムを使用する必要がありますか？

多くの場合、人々は試行錯誤によって特定のデータから学ぶ最も良い方法を見つけ出すことになります。

このような記事については、公然とアクセス可能な論文がかなりあります。これらを起動し、Googleニュース経由でそれらを引用彼らの引用や論文を見て、あなたが読むためにたくさん持っている必要があります。

• フランク、R. J.とデイビー、N.とハント、S. P. Time Series Prediction and Neural Networks。 Journal of Intelligent and Robotic Systems、2001. Volume 31、Issue 1、pp。91-103。
• J.T。 Connor、R.D. Martin、およびL.E。アトラスRecurrent neural networks and robust time series prediction。ニューラルネットワーク上のIEEEトランザクション、月1994年5巻、2号、頁240 - 。254

Answer 2

は、技術的にはこれはあなたの数字認識と同じである - それは何かを認識し、それが何だったかを返すます。..まあ

- 今あなたの入力は、前のステップ（T _-5 ... T _-1）である - あなたの出力または出力は、予測ステップ（T 、T あります。 ..）。

ANN自体の仕組みは同じです。実際に何が起きるかのように見えるように、フィーチャ検出のために各層を教えなければなりません。

（私が意味する何をすべきかについていくつかの詳細情報：tech talk）

Answer 3

recurrent neural networks (RNNsという名前のニューラルネットワークの種類があります。これらのモデルを使用する利点の1つは、入力例にスライディングウィンドウを定義する必要がないことです。 Long-Short Term Memory (LSTM)として知られているRNNの変形は、前のタイムスタンプの多くのインスタンスを考慮に入れる可能性があり、前のタイムスタンプの前の結果を記憶することを許可するか否かに "忘れゲート"が使用される。