Encog預測神經網絡結果

我一直在使用Encog神經網絡工作臺（版本3.2）來運行太陽黑子預測程序，並且已經注意到，當將未來預測窗口改變爲大於1時，的結果sunspot_output.csv似乎是時間偏移，以便當網絡在評估時的輸出t = 0實際上不是（t + 1），（t + 2），（t + 3）等等。很可能我不是瞭解工作臺如何顯示結果所以也許有人可以爲我澄清這一點。Encog預測神經網絡結果

據我所知，如果你使用過去的窗口30和未來的窗口14，那麼網絡將查看最後30條記錄並從最後可用記錄向前預測（在這種情況下可以說11/1/1951是最後的可用記錄）。因此，對11/1/1951的評估將回顧30個記錄到5/1/1949並且使用該信息來饋送通過訓練的網絡以預測12/1/1951（t + 1），1/1/1952（t + 2），2/1/1952（t + 3），等。但是，看起來結果文件看起來不是這種情況。「預測」實際上似乎是從先前的14條記錄中重複出現的模式。因此，（t + 1）更真實地代表（t-14）08/01/1950比從（t = 0）向下的下一個記錄更具代表性，其將在12/1/1951上。

我有一張圖片顯示了這一點，但不幸的是我沒有出現信譽點可以發佈它。爲了重現此問題，我建議使用Encog工作臺並使用30的過去窗口，14的未來窗口和1或2％的訓練錯誤。

來概括：看網絡預測結果時，特別提前大於一個時間步

有其他人注意到了這個問題？
爲什麼工作臺結果顯示，當您查看與輸出相關的日期時，encog預測神經網絡未能正確預測未來。

謝謝你的任何想法，你可能有！

來源

2014-10-01 dnvwind

你真的有問題嗎？ – Devin 2014-10-01 19:34:55

剛剛添加了一些，如果它不明確。基本上我只是想讓其他人確認我所看到的。不幸的是，要解釋沒有圖片的情況有點困難。 – dnvwind 2014-10-01 21:17:22

@dnvwind不要猶豫，要製作一張圖片併發佈一個鏈接。 – user3666197 2014-10-06 19:40:18

這不是一個問題，滑動窗口時間序列預報器是如何工作的。我建議你在這裏加深https://www.cs.rutgers.edu/~pazzani/Publications/survey.pdf 這真的取決於你如何調整神經網絡。

如果你想要更多的預測能力，你必須提取特徵或融合新的特徵（例如我會使用小波提取和去噪）。

注意規範化。如果知道存在已知範圍，則使用範圍歸一化，否則使用z歸一化。使用適當的激活函數：如果歸一化範圍是0,1，則使用Sigmoid;如果範圍是-1,1，則使用tanh。

但在結束之前，神經網絡不預測我會建議你使用包含在encog中的SVR（支持向量迴歸）。它保證（如果存在）達到全球最小值。看看SVR是否比ANN更好。如果不是用我的首創建議;-)

蒙特拉

來源

2014-11-22 12:55:43 vincenzodentamaro

Encog預測神經網絡結果

回答

相關問題