J'essaie de créer un réseau neuronal en utilisant des séries temporelles en entrée, afin de le former en fonction du type de chaque série. J'ai lu qu'en utilisant des RNN, vous pouvez diviser l'entrée en lots et utiliser chaque point de la série temporelle en neurones individuels et éventuellement former le réseau.
Ce que j'essaie de faire, c'est d'utiliser plusieurs séries temporelles comme entrée. Ainsi, par exemple, vous pouvez recevoir des entrées de deux capteurs. (Donc deux séries chronologiques), mais je veux les utiliser toutes les deux pour obtenir un résultat final.
De plus, je n'essaie pas de prédire les valeurs futures de la série chronologique, j'essaie d'obtenir une classification basée sur chacune d'elles.
Comment dois-je aborder ce problème?
Existe-t-il un moyen d'utiliser plusieurs séries temporelles comme entrée d'un RNN?
Dois-je essayer d'agréger les séries chronologiques en une seule?
Ou devrais-je simplement utiliser deux réseaux de neurones différents? Et si cette dernière approche est correcte, si le nombre de séries chronologiques augmente, cela ne serait-il pas trop gourmand en informatique?