深學習神經網絡的時間序列預測

我開始利用人工神經網絡流量預測（時間序列預測）工作，但我有此事一些經驗。深學習神經網絡的時間序列預測

有沒有人知道哪種方法是最好的？（其中神經網絡用於時間序列預測）
是深度學習與無監督訓練時間的好主意系列學習？

2014-05-07 Tiago P. O.

你可以做神經網絡的時間序列預測，但它可能會非常棘手。

1）明顯的選擇是循環神經網絡（RNN）。但是，這些可能很難訓練，如果這是您第一次使用神經網絡，我不會推薦RNN。最近出現了一些有關緩解RNN訓練的有趣工作（例如Hessian-free優化），但是它又可能不適用於初學者;另外，您可以嘗試一種使用標準神經網絡的方案（即不是RNN），並嘗試預測之前的下一幀數據？這可能會起作用。

2）這個問題太籠統了，沒有絕對的正確答案。是的，你可以使用無監督功能學習作爲解決方案的一部分（例如前訓練模型），但如果你的最終目標是時間序列預測你將需要做一些監督學習過。

祝你好運！

來源

2014-05-20 17:08:54 anderso

感謝您的答案@anderso。我做了一些實驗，並使用RNN，MLP和SAE（堆疊自動機械手）。 RNN和MLP都表現不錯，並且取得了不錯的成績，而RNN稍微好一點。對於深度學習，我選擇SAE是因爲它更容易使用，而無監督作爲預訓練，但沒有多大幫助，結果比RNN和MLP差。我在想，也許BDN和連續RBM是預測時間序列的好方法，我可能會嘗試。 –

深學習神經網絡的時間序列預測

回答

相關問題