我正在做 Tensorflow 教程，了解 TF 是什么。但我对在工作中应该使用什么神经网络感到困惑。我正在研究单层神经网络、CNN、RNN 和 LSTM RNN。

-----------------------我要做的是......---- --------

有一个传感器可以测量某些东西并以两种布尔方式表示结果。在这里，它们是蓝色和红色，如下所示：

传感器每 5 分钟给出一次结果值。如果我们将每种颜色的值堆积起来，我们可以看到一些模式：

每个圆圈内的数字代表传感器给出的结果值序列。（例如，在 106 之后立即给出 107）当您从 122 到 138 时，您可以看到类似十进制的图案。

我想在传感器给出结果之前以概率预测下一个结果值。机器必须根据过去结果的模式知道下一个将是什么。

我可以使用过去的结果进行监督学习。但我不确定哪种神经网络或方法适合。考虑到这项工作需要使用过去结果的模式（必须查看上下文）并记住过去的结果，LSTM RNN（长短期记忆循环神经网络）可能是合适的。

你能告诉我哪一个适合这项工作吗？