Prédiction de signal avec un LSTM (deep learning)

Bonjour,

Dans le cadre de mes recherches j’essaye de me familiariser avec les réseaux de neurones LSTM. Ces neurones peuvent permettre de prédire les données suivante d’une série temporelle.

J’ai dans un premier temps fait un petit réseau et une une série temporelle d’entrainement qui n’est simplement que la fonction cosinus. Dans ce cas la le réseau arrive à trouver les nouvelles valeurs ( prédiction valides), voir image ci dessous avec en rouge la base d’entrainement et en bleu la prédiction.

Je suis satisfait de ce résultat mais pour aller plus loin j’ai essayé d’avoir une base d’entrainement avec une double periode, or dans cette situation mon réseau LSTM n’arrive pas à prédire correctement; j’ai essayé de changer les paramètres ou l’architecture mais je n’arrive vraiment pas à faire reproduire en prédiction cette double prédiction. Sauriez vous comment il est possible de faire ceci? Je met ci dessous un exemple de cette double periode et de la meilleure prédiction que j’ai pu obtenir. les 10 000 premières valeurs representent la base de données, les valeurs suivante la prédiction.

1 J'aime

@Ewi :slight_smile:

/OffTopic On
on trouve quand même des sujets de fou sur Geekzone
/OffTopic Off

3 J'aimes

Tu as posté ça sur un colab? Ou un jupyter notebook?

C’est pas les réseaux que je maîtrise le mieux mais je peux regarder :wink:

Tu peux aussi nous en dire plus sur le but final?

On peut pinger @blind_man et tu peux regarder son topic https://forum.geekzone.fr/t/le-deep-learning-pour-les-nuls/

Je sais pas si c’est toujours d’actualité mais si il y en a qui cherchent un cours simple sur de la prédiction sur des timeseries jetez un oeil ici (c’est du tensorflow/keras) :