0

저는 matlab 신경망 툴킷으로 작업 해 왔습니다. 여기 NARX 네트워크를 사용하고 있습니다. 나는 일정 기간 동안 구입 한 물체의 양과 물체의 가격으로 구성된 데이터 세트를 가지고있다. 본 네트워크는 다음과 같이 수학적으로 정의되는 한 단계 예측을 수행합니다 :다중 단계 예측 신경망

여기서 y (t)는 시간 t에서의 가격이고, x는 양이다. 그래서 제가 사용하고있는 입력 기능은 가격과 금액이고 목표는 시간 t + 1의 가격입니다. 나는 100 건의 거래를 기록하고 각 거래는 가격과 금액으로 구성되어 있다고 가정합니다. 본질적으로 제 신경 네트워크는 101 번째 거래의 가격을 예측할 수 있습니다. 이것은 한 단계 예측에 잘 작동합니다. 그러나 여러 단계 예측을 수행하려는 경우 앞으로 10 트랜잭션 (110 번째 트랜잭션)을 예측하려는 경우 가격의 한 단계 예측을 수행 한 다음이를 다시 신경 네트워크에 공급한다고 가정합니다. 나는 110 번째 예측에 도달 할 때까지이 작업을 계속합니다. 그러나이 시나리오에서는 101 번째 가격을 예측 한 후 102 번째 가격을 예측하기 위해이 가격을 신경망에 공급할 수 있지만 101 번째 거래에서 개체의 양을 알 수는 없습니다. 어떻게해야합니까? 나는 목표를 현재 거래보다 10 거래 앞당겨서 101 번째 거래를 예측할 때 본질적으로 110 번째 거래 가격을 예측할 수 있도록 목표를 설정하려고 생각했습니다. 이것이 가능한 해결책입니까 아니면 완전히 잘못된 방식으로이 문제에 대해 생각하고 있습니까? 어떤 도움을 미리 주셔서 감사합니다

답변

0

x (t + 1) x (t + 10)까지 생산하기 위해 별도의 신경망을 사용하여 x에 대한 시계열 예측을 할 수 있다고 생각합니다. y (t)를 예측하기 위해 다른 ANN에 피드를 보낸다.

1

kostas가 말한 것과 비슷하게 예측 된 101 가격을 얻은 후에는 모든 데이터를 사용하여 101 금액을 예측 한 다음이를 사용하여 102 가격을 예측 한 다음 102 가격을 사용하여 102 금액을 예측하고, 그러나 이것은 각 변수에 대한 예측의 오류를 합성합니다. 이를 완화하기 위해 과거 값에 대한 감점 할인 또는 예측에 사용할 오류 측정 값과 같은 여러 가지 기능을 추가 할 수 있습니다 (보강 학습 영역에서 비슷한 아이디어를 찾으려면 temporal difference learning 검색).