Estou pensando em usar uma versão LSTM ( memória de curto prazo ) de uma rede neural recorrente (RNN) para modelar dados de séries temporais. À medida que o comprimento da sequência dos dados aumenta, a complexidade da rede aumenta. Estou, portanto, curioso que comprimento de sequências seria possível modelar com uma boa precisão?
Eu gostaria de usar uma versão relativamente simples do LSTM sem dificuldades para implementar abordagens de ponta. Cada observação em minhas séries temporais provavelmente teria 4 variáveis numéricas e o número de observações seria de 100.000 a 1.000.000.
y
,. Dessa maneira, como a RNN ajustaria os pesos com base em algo anterior às 35 etapas selecionadas para o BPTT?