我想将生成时间序列数据的ODE和嵌入到ODE中的神经网络解耦，该ODE试图学习这些数据的结构。换句话说，我想复制中提供的时间序列外推的示例，但使用不同的底层函数，即我使用Lotka-Voltera来生成数据。我在Julia中的工作流程如下(请注意，我对Julia比较陌生，但我
浏览 16提问于2020-02-19得票数 1
回答已采纳
我有一个关于在Julia中如何训练神经ODE网络的通用问题。是否从定义了标准常微分方程的tspan中采样数据点，并在这些tspan上计算参数更新？换句话说，在训练过程中是否发生了一些混洗和批处理，或者是否计算了tspan中所有数据点的损失？
浏览 46提问于2020-02-19得票数 1
1回答
我目前正在研究Julia language ()的SciML tutorials研讨会练习。具体地说，我被练习6第3部分卡住了，该部分涉及训练神经网络来近似方程系统 x, y = u du[2] = dy = -δ*y + γ*x*y我们的目标是将du2的方程<
浏览 13提问于2021-05-19得票数 0
我使用了神经网络软件来预测连续数据。显然，预测结果比通过回归分析得到的结果更好。现在我想通过软件从连续数据的训练中获得的训练权重推导出一个模型表达式，正如许多研究人员所建议的那样，如何解释训练权重和偏差，以导出我试图从相似直线导出的模型方程。在推导出方程后，我发现该方程不能复制神经</
浏览 3提问于2015-11-23得票数 0
2回答
我正在努力理解如何使用神经网络来预测一些值。因此，如果我有，例如，特定股票的每日报价，我可以用这些值训练网络。但是，如果我将每天的报价作为向量[42, 12, 20, 53, 18]，并且我想预测下一个值，这不是一个线性回归问题，使用公式Y = 0.7X + 31.1，得到26.9作为下一个(
浏览 4提问于2016-08-09得票数 0
1回答
我试图在Python中创建自回归神经网络(NARX)。我只能找到一个图书馆的PyNeurgen。但我无法找到任何示例程序来使用它。利用网络对时间序列进行训练和预测。如果有人可以分享如何使用网络训练和预测时间序列。或者是否还有任何其他好的NARX库。
浏览 0提问于2016-11-23得票数 4
回答已采纳
1回答
存储和使用经过训练的神经网络
、、、、
我正在尝试开发一个神经网络来预测时间序列。
据我所知，我正在用训练集训练我的神经网络，并用测试集来验证它。当我对我的结果感到满意的时候，我可以用我的神经网络来预测新的值，而神经网络本身基本上就是我用我的训练集调整的所有的权
浏览 4提问于2016-08-10得票数 7
我一直在做一些关于递归神经网络的研究，但我很难理解它们是否以及如何用于分析面板数据(即在不同时间段为几个对象捕获的横截面数据-例如，参见下面的样本数据)我所见过的.Most RNN示例与文本序列有关，而不是真正的面板数据，所以我不确定它们是否适用于这种类型的数据。193 1 7 0 2 0
如果我想在给定协变量X1、X2和X3
浏览 3提问于2016-10-13得票数 13
2回答
从已知物理中模拟不确定性
、、、、
我有一个方程式：其中，a是一个输入常数，\lambda是一个依赖于s的非线性项.我知道\lambda\left(s\right)的真正解决方案是\sin \left( s\right) \cos\left(s\right)
我用真实解和方程生成了S的数据，不包括一系列初始条件的非线性项和a's的范围。solve_ivp(foo, (t[0], t[-1])
浏览 0提问于2023-05-25得票数 4
1回答
我试图创建一个以时间序列作为输入的神经网络，以便根据每个序列的类型来训练它。我读到，使用RNN，您可以将输入分成几个批次，并使用时间序列中的每个点作为单个神经元，并最终对网络进行训练。不过，我要做的是使用多个时间序列作为输入。例如，您可能会收到来自两个传感器的输入。(所以有两
浏览 0提问于2017-10-08得票数 15
回答已采纳
2回答
这里的新手问题，但我好奇地问，是否一个MLP神经网络可以训练时间序列数据？我所拥有的数据集是来自建筑电能表的电力类型数据集，我可以发现我可以训练一个不错的神经网络模型，它包含了大量的天气数据，也包含了大量的一周时间的热编码虚拟变量。对于随机洗牌会从数据中剔除季节性的时间序列型问题来说，这是否是
浏览 0提问于2021-02-11得票数 2
我正在训练一个神经网络(NN)来预测时间序列的演变。X_train是N*M，其中N是示例的数量，M是初始条件的数量。y_train是NxP，其中P是因变量演变的时间点的数量。我希望在训练期间给y_train中具有较早时间点的列更大的权重，以便NN更有可能正确地预测较早
浏览 1提问于2020-06-16得票数 1
我正在做一个项目，在这个项目中，我必须预测某个事件的发生，例如，某个事件发生在2013年1月1日、2013年2月3日、2013年12月4日、2013年10月6日等等。现在，我如何使用/训练神经网络的时间序列工具来预测事件的下一次发生。
浏览 4提问于2013-04-11得票数 1
回答已采纳
我有一个由一列组成的简单数据框架。在该列中有10320个观测值(数字)。我通过将数据插入到一个每个包含200个观察值的窗口的图中来模拟时间序列数据。这是绘制的代码。我想要的是将detect LSTM应用于数据，以检测无监督的异常。因为我是在无人监督的情况下进行的，所以我不认为我需要将我的数据分成训练集和测试集。到目前为止，我还没有找到任何对我有意义的</e
浏览 2提问于2016-03-18得票数 6
2回答
我使用来预测连续值的时间序列。从序列中训练网络，使得输入是索引i处的值，目标是索引i+1处的值。
输出是对i+5值的预
浏览 12提问于2016-06-22得票数 2
回答已采纳
2回答
我在不同的数据集上运行了LSTM和SVR模型，样本值在1-4000之间，并且SVR中的MAPE始终小于通过LSTM获得的MAPE。我希望有任何反馈意见和任何链接到文章或论文(到目前为止，我发现了非常不同的意见)。
浏览 0提问于2019-06-28得票数 0
1回答
规模输入训练的ML模型
、、、
我有输入数据，不同功能之间的大小差别很大。我使用sklearn的StandardScaler()对它们进行缩放，然后使用keras对这些数据进行神经网络训练，以预测我的目标。我训练过/测试过这个神经网络，它的性能很好。
训练数据是一个更大模型的函数输入的时间序列，而我的目标是输出时间序列</e
浏览 0提问于2022-03-02得票数 0
我的目标是使用RNN来预测时间序列值。，第一个，在我的分析中，我需要4个不同的函数来计算，比如A(t)，B(t)，C(t)和D(t)。我想要的是对我的每个函数使用30个样本来训练神经网络，所以我需要在我的节点中输入4个值a(1)，b(1)，c(1)，d(1)等等。我的第二个问题，是
浏览 6提问于2014-12-28得票数 2
回答已采纳
我正在训练一个神经网络，通过传递昨天的可用性(144个样本)来预测一整天的可用性(144个样本，6个特征)。对于如何定义神经网络来预测回归问题中的时间序列，我很难找到好的资源或解释。训练被定义为一个监督学习问题。我对神经网络的定义是，
model = Se
浏览 0提问于2019-12-26得票数 1
我必须使用NAR网络为我的项目训练时间序列。为了了解时间序列工具( ntstool )在MATLAB中的工作原理，我在matlab中使用了ntstool的GUI，其中包含一个元素的427个时间步长的数据集。在训练时，我使用了一个有10个隐藏层和延迟值= 5的神经网络。现在我有以下三个问题：
GUI中的<
浏览 2提问于2015-06-09得票数 0
云服务器
ICP备案
实时音视频
对象存储
云直播
腾讯云开发者
