Q&A
"Aの予測を行うには、RNN(LSTM)を使用して入力データにA,B,C,Dを入れる"の部分がおかしい（予測したいＡを入れてしまっている）ので編集した方がいいかと思います。
A,B,C,D という変数がある時に
Aの予測を行うには、RNN(LSTM)を使用して入力データにA,B,C,Dを入れるのが通常だと思いますが、
B,C,DをそれぞれRNNを用いて予測を行った後に、その予測値から通常のニューラルネットワーク
を使用してAを推定するというのは理論的に問題があるでしょうか？
RNNからNNを使用する際に、誤差の処理などを行う必要があるのでしょうか
RNNでの予測で自己回帰をしたいのでAはいれたままです！Aに追加データとしてAと関連のあるデータ(B,C,D)をいれています
「n時点のAの予測に、n-1時点のA、n時点のB,C,Dを入れる」ってことですね。その表現は「通常」でしょうか? B,C,Dの系列がLSTMの入力で、AがLSTMの出力と普通は書きませんか? あと、予測するAは系列ですか? 最終状態のAですか? 前者ならEncoder-Decoderのようなものを使いますよね。後者ならLSTMの出力はAそのものじゃなくて隠れ状態のようなベクトルにして、それにを全結合層を重ねてAを予測しませんか?
n時点のA,B,C,Dを使ってn + 10を予測するようなモデルを想定しています
回答1件
0
RNN(LSTM)とNNは排他的手法ではないのでご質問のような使用方法は問題ないかと思います。厳密なことは具体的な問題設定とデータ仕様次第なので、あくまでも理論上ということでしかありませんが･･･
なお、細かいことですが、Aを予測するためにAを使うのはやめたほうがいいかと思います。A=Aであるので、Aの係数を1.0にして、残りのBCDを0.0にすることが最も精度が良くなるので学習に意味がなくなるように思います
投稿2018/11/24 18:25
総合スコア3376
あなたの回答
tips
プレビュー
