Como lidar com a previsão de séries temporais com várias etapas no LSTM multivariado em keras
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)