Eu tenho uma pergunta em mente que se refere ao uso do pybrain para fazer a regressão de uma série temporal. Planejo usar a camada LSTM no pybrain para treinar e prever uma série temporal.

Encontrei um código de exemplo aqui no link abaixo

Pedido por exemplo: Rede neural recorrente para prever o próximo valor em uma sequência

No exemplo acima, a rede é capaz de prever uma sequência após ser treinada. Mas o problema é que a rede coleta todos os dados seqüenciais, alimentando-os de uma só vez na camada de entrada. Por exemplo, se os dados de treinamento tiver 10 recursos cada, os 10 recursos serão alimentados simultaneamente em 10 nós de entrada ao mesmo tempo.

Pelo meu entendimento, isso não é mais uma previsão de séries temporais, estou certo? Como não há diferença em termos de tempo em que cada recurso é inserido na rede? Corrija-me se eu estiver errado nisso.

Portanto, o que estou tentando obter é uma rede recorrente que possui apenas UM nó de entrada e UM nó de saída. O nó de entrada é onde todos os dados de séries temporais serão alimentados sequencialmente em diferentes etapas de tempo. A rede será treinada para reproduzir a entrada no nó de saída.

Você poderia sugerir ou me orientar na construção da rede que mencionei? Muito obrigado antecipadamente.