私は以下をモデル化したい：
y(t)=F(x(t-1),x(t-2),...x(tk))
または、現在の出力が最後の k 個の入力に依存する関数を考えてみましょう。
1- y(t)ごとに{x(t-1),x(t-2),...x(tk)}として k 個の入力を持つ従来のニューラル ネットワークを用意し、それをトレーニングする方法があることを私は知っています。では、RNN を使用してその問題を解決する利点は何でしょうか?
2-RNNを使用すると仮定すると、x（t）（またはx（t-1））のみを使用し、隠れ層がy（t）と過去のk入力の関係を見つけることができると仮定する必要がありますその記憶（隠し層）？
3- Deep RNN や LSTM などの深いネットを使用すると、最後の k 個の入力に基づいて出力を推定したいことを考えると、このような問題に対して優れた利点がありますか?