Какой тип нейронной сети лучше подходит для дешифрации временных последовательностей?

Question

[viktor_osin]

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.

Примеры сигналов (подаваемых векторов) такие:
0,15 + 0,2 + 0,3 + 0,1 + 0,1 + 0,15 = 1сек - "хороший" сигнал
0,2 + 0,1 + 0,25 + 0,2 + 0,1 + 0,15 = 1сек - "плохой" сигнал
0,3 + 0,2 + 0 + 0,1 + 0,2 + 0,2 = 1сек - "хороший" сигнал
и т.д..

Я обучал сеть, подавая "хорошие" и сочиняя "плохие" сигналы, заменяя в некоторых местах нужные цифры нулями/другими цифрами.

Понимаю, что это можно реализовать обычными алгоритмами (что я и делал), но, хотелось бы попробовать такой необычный метод.

Спасибо всем откликнувшимся! :)

Answer 1

[Сергей]

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.