我正在研究用于时间序列模拟的卷积 GAN 模型。时间序列包括零售项目的历史时间序列需求（销售）数据。时间序列数据由具有不同销售模式的不同产品商店项目组成，具有不同尺度的输入值。在归一化或缩放时，存在一些具有非常大尺度的时间序列，例如最小-最大缩放，它们可以被视为极值。事实上，这对网络的训练有负面影响。我想知道用潜在的极值缩放或标准化时间序列数据的最佳方法是什么。谢谢。
我正在研究用于时间序列模拟的卷积 GAN 模型。时间序列包括零售项目的历史时间序列需求（销售）数据。时间序列数据由具有不同销售模式的不同产品商店项目组成，具有不同尺度的输入值。在归一化或缩放时，存在一些具有非常大尺度的时间序列，例如最小-最大缩放，它们可以被视为极值。事实上，这对网络的训练有负面影响。我想知道用潜在的极值缩放或标准化时间序列数据的最佳方法是什么。谢谢。