Dobbiamo sintonizzare lo stesso modello in modo diverso per diverse dimensioni delle finestre nella classificazione dei dati delle serie temporali?

Question

Attualmente sto lavorando al problema della classificazione dei dati delle serie temporali utilizzando Deep Learning. Come tutti sappiamo che nelle serie temporali elaboriamo i dati delle serie temporali in sequenza per alcuni passi temporali alla volta attraverso il modello che viene chiamato come finestra. Facciamo scorrere la finestra e la finestra successiva è di nuovo il nostro input. Dato che ho appena iniziato a lavorare nel dominio di una serie profonda e delle serie temporali, la mia domanda è se mettiamo in sintonia un modello di apprendimento profondo per alcune dimensioni della finestra, diciamo 10, quindi se lo stesso modello sintonizzato fosse usato per ottenere le accurate quasi per una finestra diversa (diciamo 15) Sugli stessi dati o il modello deve essere nuovamente sintonizzato per quest'ultima finestra.

Attualmente, se sto usando lo stesso modello per una finestra diversa, allora la precisione è diminuita del 4-5% dalla finestra precedente. Da questo credo che la dimensione della finestra sia di nuovo un iperparametro che, se modificato, richiede di sintonizzare nuovamente il modello.

Allora, qual è la cosa giusta in questo caso? Dovrebbe essere usato lo stesso modello o dovrebbe essere sintonizzato di nuovo? Ho provato a cercare questo online, ma non sono riuscito a ottenere alcun aiuto su questo. L'aiuto è apprezzato perché sono nuovo in questo dominio.