Neural network 有可能将普通神经网络应用于时间序列预测吗？

我目前正在学习神经网络，但我还没有探索最成功的预测架构，如RNN和CNN。我很好奇，是否有一种方法可以将标准网络应用于预测时间序列中未来值的任务

如果是，在将这些数据点传递到网络之前，是否有一种方法将它们链接起来

---

谢谢。

是的，通过输入过去

w

值的滑动窗口进行训练和预测，对于一些固定大小的

w

，您可以使用简单的前馈神经网络进行时间序列预测。这解决了FNN需要固定大小输入的问题

由于各种原因，这通常不如使用RNN好，包括您丢失了固定窗口之外的所有内容，而RNN会自动决定之前的相关示例数量。

是。这是预测时间序列的相当基本的“普通”神经网络 使用Joone神经网络

有关预测，请参见此示例。此图上的红线表示预测

---

我从Datamelt cde示例库抓取了这个示例

，所以这个窗口将接收时间序列的一些“w”点，然后输出层将代表下一个“w+n”点？我想我对培训和成本函数的工作原理仍然有点困惑。我会比较每个历元的下一个“n”点吗？训练和测试数据不会因为滑动窗口而开始重叠吗？如果你能扩展我会非常感激。