我可以使用NN（http://www.obitko.com/tutorials/neural-network-prediction/neural-network-training.html）
找到很多关于时间序列预测的教程但我的问题略有不同。我有N个相关信号或时间序列：
x1={x1(t-m) ... x1(t)}, x2={x2(t-m) ... x2(t)}, ... ,xN={xN(t-m) ... xN(t)}
所有信号在某种程度上相互关联，我的目标是预测x1(t+1), x2(t+1) ... xN(t+1)
对于单个时间序列，我们可以直接从上面的链接获得解决方案：您训练一个NN，其输入为x1(t-m) ... x1(t-1)，所需输出为x1(t)。
当您有多个信号时，您可以为每个信号构建一个NN，但是您将丢失有关信号相关性的信息。
是否可以在NN上使用时间窗口中所有信号x1 x2 ... xN作为输入，所需输出为x1(t) x2(t) ... xN(t)？这会利用信号之间的相关性吗？