سلام
من واسه پیش بینی سری زمانی یه ایده داشتم اما الان به مشکل بر خوردم
میخوام ببینم اشکال از ایدم هستش یا از پیاده سازی و پارامترها
کار من به طور خلاصه به این شکله:
من شبکه عصبی رو با یک سری زمانی خودشبیه(یه ویژگی اماری) آموزش دادم
حالا هدفم تولید یه سری زمانی خود شبیه دیگس با همان میزان خودشبیهی، دقت شبیه سازی واسه من مهم نیست فقط حفظ این ویژگی آماری مهمه
واسه این کار من اومدم مثلا
t1 t2 t3 t4 t5
رو دادم به ورودی شبکه و خروجی شد
t6
مرحله بعد
t2 t3 t4 t5 t6
رو دادم به شبکه یعنی از خروجی مرحله قبل به عنوان ورودی این مرحله استفاده کردم و
t7
رو از شبکه گرفتم
این کار رو تا آخر انجام دادم
اما مشکلی که بوجود اومد این بود: داده های خروجی شبکه عصبی به سرعت به یه عدد خاص همگرا شدند و کلا خودشبیهی از بین رفت. تغییر تعداد ورودی ها و لایه ها تاثیری نداشت.
آیا کسی نظری یا پیشنهادی داره؟
خواهش میکنم کمک کنید من به شدت محدودیت زمانی دارم
با تشکر
كد:
%% Network Structure
pr = [-1 1];
PR = repmat(pr,InputNum,1);
Network = newff(PR,[5 5 OutputNum],{'tansig' 'tansig' 'tansig'});
Network.trainParam.epochs = 3000;