最近我一直在研究用于各种目的的神经网络。我在数字识别、异或以及各种其他简单的/入门级的应用中取得了巨大的成功。

我想尝试解决时间序列估计领域的问题。目前我没有大学账号来免费阅读所有关于该主题的 IEEE/ACM 论文，也找不到很多关于使用 ANN 进行时间序列预测的详细资料。

我想知道是否有人有任何建议或可以推荐任何关于使用 ANN 通过时间序列数据进行预测的资源？

我假设为了训练神经网络，您需要输入几个连续的时间步，预期的输出将是下一个时间步（例如：n-5、n-4、n-3、n-2、n-1 的输入应该产生时间步 N 的结果。… 向下滑动一些时间步并再次执行所有操作。

有人能证实或评论一下吗？我将不胜感激！

回答：

我认为你已经掌握了基本思路：一种“滑动窗口”方法，在这种方法中，网络被训练成使用序列的最后 k 个值 (T_n-k … T_n-1) 来预测当前值 (T_n)。

但是，有很多方法可以做到这一点。例如：

• 窗口应该有多大？
• 数据是否应该以任何方式进行预处理（例如，去除异常值）？
• 应该使用什么网络配置（例如，隐藏节点数量、层数）和算法？

通常，人们最终通过反复试验来找出从特定数据中学习的最佳方法。

有很多关于这些内容的公开论文。从以下内容开始，并通过 Google Scholar 查看它们的引用和引用它们的论文，你应该有很多东西可以阅读：

• Frank, R. J. and Davey, N. and Hunt, S. P. Time Series Prediction and Neural Networks. Journal of Intelligent and Robotic Systems, 2001. Volume 31, Issue 1, pp. 91-103.
• J.T. Connor, R.D. Martin, and L.E. Atlas. Recurrent neural networks and robust time series prediction. IEEE Transactions on Neural Networks, Mar 1994. Volume 5, Issue 2, pp. 240 – 254.