Я работаю над сверточной моделью GAN для моделирования временных рядов. Временной ряд включает исторические данные о спросе (продажах) временных рядов для розничных товаров. Состоящие из разных товаров в магазине с разными структурами продаж, данные временных рядов имеют входные значения в разных масштабах. Существуют некоторые временные ряды с очень большими масштабами, когда они взяты в нормализацию или масштабирование, например, минимальное-максимальное масштабирование, их можно рассматривать как экстремальные значения. Действительно, это оказывает негативное влияние на обучение сети. Мне интересно, что было бы лучшим подходом для масштабирования или нормализации данных временных рядов с потенциальными экстремальными значениями. Спасибо.