Многошаговое прогнозирование LSTM с одним входным сигналом времени

Question

Скажем, у меня есть минутная выборка данных из футбольных матчей с шестью функциями.1500 игр для обучения и тестирования модели.

Я реализовал модель LSTM для прогнозирования нескольких функций.Я тренировался / тестировал модель с отставанием 5 и получил оценку 91%.Т.е. сделайте прогноз на 6-й минуте.

Мой вопрос, учитывая только данные первой минуты, возможно ли сделать прогноз на оставшиеся 89 минут игры?(Конечно, я спроектирую новую модель с формой ввода (1,6) и выводом (89,6)

Так что мой input_shape = (1,1,6), который всегда выглядит [[0,0], a, b, 0,0]] где a и b уникальны и предварительно определены для каждого совпадения.

И ожидаемый результат будет иметь форму = (89,6).

Я действительно ценю любое предложение.

Answer 1

Да, это возможно, метод, который будет использоваться, будет небольшим изменением метода, известного как последовательности отбора проб, и он следует этой модели

Что в основном происходит, так это то, что вы используете первую минуту для прогнозирования второй минуты, а не генерируете ее случайным образом, и используете сгенерированный результат в качестве входных данных для следующего шага, и, таким образом, вы продолжаете, помните, это только для выборки/ прогнозирование стадии, а не стадии генерации, я узнал об этом из курса глубокого обучения Эндрю Нга, и это ссылается на видео для того же самого.

И я считаю, что вы можете обрабатывать формы и размеры соответственно.Если у вас есть какие-либо сомнения или трудности, прокомментируйте ниже.

Источник изображения: medium.com