kerasのRNNの構造が分からない

前提・実現したいこと

図のような予測ができるモデルを作成したいと考えています．

発生している問題・エラーメッセージ


入力がu，出力がyのRNNモデルの構造が分かりません．
図のようにu(1)からu(100)まで入力して，出力y(100)を予測するようなモデルを作りたいと考えています．
次の予測は図のようにu(2)からu(101)まで入力して，出力y(101)を予測したいと考えています．

下に記載するソースコードで間違いないでしょうか.

また，入力と出力のデータが全く違うデータでも関係性が学習できるのであれば，学習可能でしょうか．
u(1)～u(100)の時系列データを入力としてu(101)を推定するのではなく，u(1)～u(100)から違う時系列のy(100)を予測したいと考えています．

初歩の質問で申し訳ありませんがご回答よろしくお願いいたします．

該当のソースコード

python

import tensorflow as tf
import numpy as np
import keras
import pandas as pd
from tensorflow.keras.models import Sequential
from keras.layers import Dense, Activation,RNN
from keras.layers import Input
from keras.models import Model

maxlen = 100
length_of_sequences = u.shape[0]

inputs = Input(shape = (maxlen,1))
output = (RNN(1))(inputs)

model = Model(inputs=inputs, outputs=output)

data = []
target = []

for i in range(0, length_of_sequences - maxlen):
    data.append(u[i:i+maxlen])
    target.append(y[i+maxlen,:])

print(np.array(data).shape)
print(np.array(target).shape)

learn_u = np.array(data).reshape(len(data), maxlen, 1)
learn_y = np.array(target).reshape(len(target), 1)

model.fit(
    learn_u ,learn_x,
    batch_size=500,
    epochs=500)