标签： time-series conv-neural-network lstm forecasting arima
我正在尝试实现用于时间序列预测的seq2seq（多步输入-多步输出）算法。
我在Keras中使用LSTM实现了一个非常简单的模型，可以很好地预测平均趋势，但是当信号快速变化时无法跟踪信号的峰值。
我已经尝试过搜索任何论文或类似问题，但找不到任何东西。
是否应该考虑微调我的LSTM模型（它已经具有双向层）？我还考虑过将CNN放在LSTM之前，但是从一个非常快速的测试来看，它根本没有帮助。
您建议尝试使用其他算法（例如SARIMA）吗？
感谢您的帮助，
山姆