keras - 在 LSTM 中将静态特征与时间数据相结合

Question

我有一个关于将时间序列数据与静态特征相结合的问题。静态特征不是临时的。换句话说，它们不具有顺序性。为了澄清我的问题，举个例子：我想预测一条街道上参加活动的人数。我有两个不同的数据集：第一个数据集是关于事件发生前之前时间步长的人数。第二个数据集是与该事件相关的静态特征，例如事件类型、流行度、主题流行度等。我想在 LSTM 中结合这两个数据集。因为静态特征对时间特征有直接影响。我怎么能用它？任何评论、相关链接和论文将不胜感激。

标签： kerastime-serieslstmrecurrent-neural-networkattention-model