เครือ ข่าย ประสาท มี การ ใช้ อย่าง กว้าง ขวาง เพื่อ วิเคราะห์ และ พยากรณ์ ข้อมูล เรื่อง เวลา.

โมเดลเทคโนโลยีสําหรับข้อมูลอนุกรมเวลา

สถาปัตยกรรมของเครือข่ายเครือข่ายที่แตกต่างกันนี้ ถูกใช้เพื่อจัดการกับข้อมูลอนุกรม เครือข่ายของเครือข่าย Neural (RN) และหน่วยความจําแบบสั้น (LSTM) เครือข่ายที่ได้รับความนิยม เนื่องจากความสามารถในการจับข้อมูล linear เครือข่ายของเครือข่ายข้ามเวลา convolutional Networks (CNN) ยังสามารถปรับตัวสําหรับอนุกรมเวลาได้โดยทําการแยกองค์ประกอบภายในด้วย

วิธี ฝึก อบรม และ การ คํานวณ

การฝึกเครือข่ายประสาทนี้เกี่ยวกับการปรับปรุงน้ําหนักเพื่อลดความผิดพลาดในการคาดเดาได้ วิธีการทั่วไปรวมถึงการย้อนเวลา (BPTTT) สําหรับ RNs และ Stochascriptgraph (SGD) การสูญเสียฟังก์ชันเช่น ความผิดพลาดแบบ transactd fromed (MSE) ถูกใช้ในการประเมินประสิทธิภาพระหว่างการฝึก

การ พิจารณา ที่ ใช้ ได้ จริง

การจําลองที่มีประสิทธิภาพนั้นต้องใช้กระบวนการประมวลผลที่เหมาะสม รวมถึงการทํากระบวนการปกติและจัดการค่าที่สูญหาย การเพิ่มความไวแสงของ Hyperparatine เช่น การเลือกจํานวนชั้นและเซลล์ประสาทนั้นจําเป็นต่อการมีประสิทธิภาพอย่างเหมาะสม การตรวจสอบข้อมูลต่าง ๆ จะป้องกันการโอเวอร์ฟิตี