Какой тип нейронной сети лучше подходит для дешифрации временных последовательностей?
Да и подходят ли вообще ИНС для таких задач?
Допустим, на входы сети подаются значения длительностей сигнала (сигнал фиксированный и состоит из 6 значений длительностей и интервалов), длительности этих интервалов и импульсов у каждого сигнала разные, но в сумме всегда дают одно значение. Если обучать сеть правильным и неправильным значениям этих сигналов, сможет ли она определять похожие на правду сигналы и отметать "шум"? Если да, то какие типы нейронных сетей подходят для этой задачи? Я пытался собрать одно/двухслойный перцептрон, но, то ли руки кривые, то ли эта структура не подходит, в общем, получалась ерунда.
НС может все. Это универсальная аппроксимирующая функция.
А по теме, вам поможет ЦОС как общаяя дисциплина, и функция корреляции сигналов как частная подсказка.
Не заморачивайтесь нейронными сетя. Научно доказаный факт, что они могут все, но всегда найдется более специализированный метод, который будет лучше чем НС.