Estoy tratando de crear una red neuronal utilizando series de tiempo como entrada, para entrenarla según el tipo de cada serie. Leí que usando RNNs puedes dividir la entrada en lotes y usar cada punto de la serie de tiempo en neuronas individuales y eventualmente entrenar la red.
Sin embargo, lo que estoy tratando de hacer es usar series de tiempo múltiples como entrada. Entonces, por ejemplo, puede recibir información de dos sensores. (Entonces, dos series de tiempo), pero quiero usar ambas para obtener un resultado final.
Además, no estoy tratando de predecir valores futuros de la serie temporal, estoy tratando de obtener una clasificación basada en todos ellos.
¿Cómo debería abordar este problema?
¿Hay alguna manera de usar series de tiempo múltiples como entrada para un RNN?
¿Debo intentar agregar las series de tiempo en una?
¿O debería usar dos redes neuronales diferentes? Y si este último enfoque es correcto, si el número de series de tiempo aumenta, ¿no sería una computadora demasiado intensiva?
fuente