Donnée d'entrée contenant une part séquentiel et non séquentiel

Question

On veut prédire la valeur temporelle future X d'un signal sachant que  les signaux ont des features supplémentaires Z

Les données d'entrées sont donc les suivantes : [ X(t) , Z ]

Quelle architecture de réseau vaut-il mieux privilégier?  

• un réseau récurrent -> je fais répéter les valeurs de Z dans des cellules GRU/LSTM
• un réseau hybride -> j'applique X(t) aux cellules GRU/LSTM , puis j'applique un DNN sur la sortie du GRU/LSTM et Z 

Answer 1

C’est une très bonne question, les deux méthodes que vous proposez semblent plausibles. Je rajouterai une possibilité : ajouter Z aux différents Xt dans une partie embedding avant de le faire passer dans un RNN.
Pour ce cas, les Transformers seraient plus efficaces que les RNN d’ailleurs.