Я хочу использовать CNN или LSTM для прямого выбора подмножества входных переменных и модели регрессии поезда для данных многомерного временного ряда. Набор данных состоит из m строк и n столбцов, указывающих m групп измерений от n датчиков. Таким образом, с помощью выбора подмножества входных переменных мы можем уменьшить количество датчиков до p (<<em> n ). Между тем, мы одновременно получаем обученную модель, используя входные данные датчиков p .
Я могу использовать метод-обертку, например, объединяя GA с SVM для выполнения этой работы.
Я ожидаю, что CNN или LSTM могут выполнять одну и ту же работу, чтобы одновременно выбирать подмножество входных переменных и обучать модель регрессии.