Tengo una pregunta en mente que se relaciona con el uso de pybrain para hacer la regresión de una serie de tiempo. Planeo usar la capa LSTM en pybrain para entrenar y predecir una serie temporal.

Encontré un código de ejemplo aquí en el siguiente enlace

Solicitud por ejemplo: red neuronal recurrente para predecir el siguiente valor en una secuencia

En el ejemplo anterior, la red puede predecir una secuencia después de ser entrenada. Pero el problema es que la red toma todos los datos secuenciales al alimentarlos de una vez a la capa de entrada. Por ejemplo, si los datos de entrenamiento tienen 10 características cada uno, las 10 características se alimentarán simultáneamente en 10 nodos de entrada a la vez.

Según tengo entendido, esto ya no es una predicción de series de tiempo, ¿verdad? ¿Dado que no hay diferencia en términos del tiempo que cada característica se alimenta a la red? Corrígeme si me equivoco en esto.

Por lo tanto, lo que estoy tratando de lograr es una red recurrente que solo tenga UN nodo de entrada y UN nodo de salida. El nodo de entrada es donde todos los datos de la serie temporal se alimentarán secuencialmente en diferentes pasos de tiempo. La red será entrenada para reproducir la entrada en el nodo de salida.

¿Podría sugerirme o guiarme en la construcción de la red que mencioné? Muchas gracias por adelantado.