Я хотел бы спрогнозировать выходной ряд, основанный исключительно на начальных условиях. Способ, который я мог бы себе представить, заключается в том, что одна строка из обучающих данных X должна быть набором начальных условий и должна соответствовать траектории временного ряда. Тогда обучающий набор данных будет состоять из нескольких строк этого типа. Наглядный пример того, как может выглядеть тренировочный набор с метками, показан ниже.
x1 = {a,b,c}, y1 = [d,e,f,g,h]
x2 = {b,c,n}, y2 = [i,j,k,l,m]
Если вы знакомы с обыкновенными дифференциальными уравнениями (ODE) из исчисления, вы можете подумать об обучении модели машинного обучения прогнозированию выходных данных ODE. Решения для ODE могут сильно отличаться в зависимости только от начальных условий. Обратите внимание, что у нас есть данные, сгенерированные из численного решения ODE, а не самого ODE. Решение проблемы должно приближаться к числовому решению ODE, даже если я не знаю, каким был исходный ODE, который генерировал данные. Есть ли библиотека python для чего-то подобного?