我正在尝试构建神经网络 (NN) 来预测事件的概率（例如会发生雷暴）。作为基础，我有一个面板，其中包含每个州超过 10 年的天气数据。我看到一些有类似问题的帖子（例如 Keras Recurrent Neural Networks For Multivariate Time Series），他们似乎都使用 RNN 来解决这个问题。
我想了解为什么 RNN 似乎是首选解决方案，而不是例如一个简单的全连接神经网络。按照惯例，我会使用具有固定效应的 logit 模型来解决这个问题。
也许有人可以向我指出一两篇讨论这个问题的论文？