Bonjour,
Tout d'abord je tiens à dire que je n'ai rien trouvé sur internet qui répond à ma question (je n'ai peut être pas tout compris je débute..).
J'utilise un réseau de neurone en série temporelle pour modéliser un comportement thermique d'un bâtiment grâce à la toolbox NN time series de Matlab. Je veux que le modèle soit auto-régressif : prédire tous les jours j+1 avec un modèle basé sur j-1 à j-x. La construction du réseau est faite et la prédiction aussi.
Mon problème est que la qualité de la prédiction est extrêmement aléatoire, je peux avoir des R² de 95% comme des R² de -50%... J'ai essayé de jouer avec la taille du réseau (nombre de neurones, nombre de couches cachées) mais rien a faire la prédiction reste aléatoire. Pour information la modélisation s'effectue sur 2200 données et la prédiction sur 150 environ.
Donc ma question est : Qu'est ce qu'il faut faire ?? Je comprends que la modélisation et par conséquent la prédiction soient toujours différente étant donnée que les poids sont initialisés par une fonction random et donc qu'ils convergent vers des minima différents à chaque fois, mais de la a varier autant ça me surprend. Donc j'aimerai que quelqu'un me guide ou me donne de la doc intéressante à ce sujet.
Merci.
Partager