用神经网络早期检测峰值

Question

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 ... =＆gt; T + 22（4 + 18）

t + 1，t + 2，t + 3，t + 4，t + 5 ... =＆gt;吨+ 23

指数输入：

t，t + 1，t + 2，t + 4，t + 8 ... =＆gt; T + 26（8 + 18）

t + 1，t + 2，t + 3，t + 8，t + 9 ... =＆gt;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？

Answer 1

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。