Estou tentando fazer previsões de séries temporais com várias etapas usando o LSTM multivariado em Keras. Especificamente, tenho duas variáveis (var1 e var2) para cada etapa do tempo originalmente. Após seguir o tutorial on-lineaqui, Decidi usar os dados no tempo (t-2) e (t-1) para prever o valor de var2 no tempo t. Como mostra a tabela de dados de amostra, estou usando as 4 primeiras colunas como entrada e Y como saída. O código que desenvolvi pode ser vistoaqui, mas tenho três perguntas.

   var1(t-2)  var2(t-2)  var1(t-1)  var2(t-1)  var2(t)
2        1.5       -0.8        0.9       -0.5     -0.2
3        0.9       -0.5       -0.1       -0.2      0.2
4       -0.1       -0.2       -0.3        0.2      0.4
5       -0.3        0.2       -0.7        0.4      0.6
6       -0.7        0.4        0.2        0.6      0.7

Q1: Treinei um modelo LSTM com os dados acima. Este modelo faz bem em prever o valor de var2 na etapa t do tempo. No entanto, e se eu quiser prever var2 no tempo t + 1. Eu sinto que é difícil porque o modelo não pode me dizer o valor de var1 na etapa t do tempo. Se eu quiser fazer isso, como devo modificar ocódigo construir o modelo?Q2: Já vi essa pergunta muito, mas ainda estou confusa. No meu exemplo, qual deve ser o intervalo de tempo correto em [amostras, intervalos de tempo, recursos] 1 ou 2?Q3: Eu apenas comecei a estudar LSTMs. eu liaqui que uma das maiores vantagens do LSTM é que ele aprende o tamanho da dependência temporal / janela deslizante por si só, por que devemos sempre ocultar os dados das séries temporais em um formato como a tabela acima?

Atualização: resultado LSTM (linha azul é o seq de treinamento, linha laranja é a verdade do solo, verde é a previsão)