2015-03-24 3 views
3

Каково определение раздвижных окон MLP + и как его обучают и тестируют. Он используется в прогнозировании/классификации временного ряда? Например, у меня есть данные временных рядов с 10 функциями. Длина всех временных рядов составляет 200 временных шагов. Я хочу классифицировать их на 2 разных класса.Что такое многослойный персептрон с раздвижными окнами и как его обучают и тестируют

feature_1 = {............} 
feature_2 = {............} 
feature_3 = {............} 
. 
. 
. 
feature_10 = {............} 

Как мне подготовить MLP с раздвижными окнами для этого случая. Допустим, я хочу раздвижные окна с 30-кратным шагом. Сколько узлов было бы на входе?

ответ

1

Персептрон с несколькими слоями (MLP) представляет собой прямую нейронную сеть с одним или несколькими уровнями между уровнем ввода и вывода.

Multi layer perceptron

раздвижное окно означает следующую схему работы: 1. Вы считаете свою линию входов в качестве ломтиков некоторого окна. Например, 30 входов. 2. Вы берете от 1 до 30 входов, чтобы прогнозировать 31-й, 32-й и сколько вам нужно прогнозировать. 3. Затем вы берете строки от 2 до 31, чтобы предсказать 32-й, 33-й и т. Д. 4. Продолжайте двигаться в своем обучении.

+0

Пожалуйста, подтвердите это для меня. Допустим, у меня есть один временной ряд, х с 200 временными шагами. Я хочу, чтобы сеть сделала одноступенчатое предсказание. Поэтому я строю MLP с 10 входными узлами. Каждый входной узел принимает значение одного временного шага из серии. например: node1: принимает x [0], node2: x [1] ... node10: x [9]. Попробуйте предсказать x [10] на выходном узле. Затем весь процесс повторяется снова, но теперь node1 принимает x [1], node2: [2] .... node10: x [10]. теперь мы прогнозируем x [11] на выходе. Теперь в этом случае я построил MLP с раздвижными окнами = 10 утра, верно? – dnth

+0

Да, вы определенно правы. –

+0

Что отличает это от временной нейронной сети с временной задержкой (TDNN). Как мы применяем TDNN? – dnth