استفاده از lstm برای مدل کردن مسائل multivariate time series

Question

برای مدل کردن Sequence‌ها و مسائلی که Time Series هستند یکی از مدل‌هایی که میشه استفاده کرد LSTM‌ها هستن.
از طرفی همه مثال‌هایی که من دیدم univariate time series بودن یعنی ما فقط یه sequence داریم و میایم واسه اون یه دونه sequence از LSTM برای پیش‌بینی یا اهداف دیگه استفاده می‌کنیم (مثل دیتاست ECG)
حالا فرض کنیم ما multivariate time series داریم که به جای یه sequnce، چند تا sequence جداگانه داریم (چندین feature)؛ چطوری می‌تونیم این دو تا sequence رو با هم با استفاده از LSTM آموزش داد.
در حقیقت می‌خوایم از دو تا sequence که میشه بهشون به چشم دو تا feature نگاه کرد استفاده کنیم تا بتونیم Anomaly Detection انجام بدیم؟ (مثل دو تا sequence شبیه ECG)

کاری که خودم کردم تا حالا این بوده که جدا جدا train کردم این دو تا sequence رو ولی اگه سیستم بتونه این دو تا feature رو با هم یاد بگیره به احتمال بالا خروجی بهتری میده.

Answer 1

سلام. این مساله ای است که بنده هم در حال حاضر باهاش درگیرم. چیزهایی که درباره اش تا به حال خوندم اینه که اولا طبیعتا باید حجم داده های زیاد باشه و واقعا وابستگی و نظمی بین داده ها وجود داشته باشه. در واقع مساله ی سری زمانی و پیش بینی اش، شبیه به مساله ی فریم پردیکشن در ویدیو میشه. و باز هم در quora خوندم که با رعایت شرط های بالا این کار شدنیه و میشه از LSTM استفاده کرد.

Answer 2

بله چنین کاری ممکن هست. در حالت عادی بعضی از پیاده سازی های lstm از multiple input پشتیبانی میکنند اما در حالت پیشرفته تر که به تصاویر و ویدیو ها هم تعمیم پیدا میکنه میتونید از Multi Dimensional LSTM استفاده کنید که در این مقاله توضیح داده شده است.