我正在使用神经网络技术(Backward Learning)。作为输出,例如我给出了18点前进值,作为输入,我给出了最新的5点训练。(我尝试了输入数据5,10,20,30 ......的许多组合)。
例如,我训练数据的方式:
t,t + 1,t + 2,t + 3,t + 4 ... => T + 22(4 + 18)
t + 1,t + 2,t + 3,t + 4,t + 5 ... =>吨+ 23
指数输入:
t,t + 1,t + 2,t + 4,t + 8 ... => T + 26(8 + 18)
t + 1,t + 2,t + 3,t + 8,t + 9 ... =>吨+ 27
在我训练之后,我已经用我训练过的价值观进行了前瞻性学习。我观察到神经网络无法捕捉突然的峰值。大部分时间如果我要提前18秒预测,它会在17秒后预测正确的结果。
对于我如何能够使用神经网络预测突然峰值(将在t秒后发生),您有什么建议吗?
答案 0 :(得分:0)
我使用反向传播,我观察到相同的行为。如果我理解正确,你没有真正的预测。 Peeks出现在数据中时,只有在出现在系列中后才能“预测”,并且您会观察并明显预测延迟。
我知道你必须使用经常性网络。