هل Lstm جيد للسلسلة الزمنية؟

2024 مؤلف: Lynn Donovan | [email protected]. آخر تعديل: 2023-12-15 23:43

استخدام LSTMs للتنبؤ زمن - سلسلة . RNN's ( LSTM's ) جميلة حسن عند استخراج الأنماط في مساحة ميزة الإدخال ، حيث تمتد بيانات الإدخال عبر تسلسلات طويلة. بالنظر إلى الهندسة المعمارية المسورة لـ LSTM's التي لديها هذه القدرة على التلاعب بحالة الذاكرة ، فهي مثالية لمثل هذه المشاكل.

وبالمثل ، يتساءل الناس ، ما هي Lstm المتسلسلة الزمنية؟

LSTM (شبكة الذاكرة طويلة المدى) هي نوع من الشبكات العصبية المتكررة القادرة على تذكر المعلومات السابقة وأثناء التنبؤ بالقيم المستقبلية ، فإنها تأخذ هذه المعلومات السابقة في الاعتبار. كفى من المقدمات ، دعنا نرى كيف LSTM قابل للاستخدام ل السلاسل الزمنية التحليلات.

بعد ذلك ، السؤال هو ، ما فائدة Lstm؟ ذاكرة طويلة المدى ( LSTM ) هي شبكة عصبية اصطناعية متكررة ( RNN ) العمارة المستخدمة في مجال التعلم العميق. LSTM الشبكات مناسبة تمامًا لتصنيف ومعالجة وعمل التنبؤات بناءً على بيانات السلاسل الزمنية ، حيث يمكن أن يكون هناك فترات تأخير غير معروفة بين الأحداث المهمة في سلسلة زمنية.

هنا ، هل Lstm أفضل من Arima؟

أريما عائدات أفضل يؤدي إلى التنبؤ على المدى القصير ، بينما LSTM عائدات أفضل نتائج النمذجة طويلة المدى. عدد مرات التدريب ، المعروف باسم "الحقبة" في التعلم العميق ، ليس له أي تأثير على أداء نموذج التنبؤ المدرب ويظهر سلوكًا عشوائيًا حقًا.

كيف تتنبأ Lstm؟

نهائي LSTM النموذج هو الذي تستخدمه في صنعه تنبؤات على البيانات الجديدة. أي ، بالنظر إلى أمثلة جديدة لبيانات الإدخال ، فأنت تريد استخدام النموذج في يتنبأ الناتج المتوقع. قد يكون هذا تصنيفًا (تعيين تسمية) أو انحدارًا (قيمة حقيقية).