Yapay Sinir Ağları zaman serisi uygulamalarında gittikçe önem kazanan bir yöntem olmasına rağmen, hala birçok metodolojik eksiklikleri içerisinde barındırmaktadır. Bu eksikliklerden bir tanesi, gerçekleştirilen bir sinir ağı deneyi sonucunda hangi sinir ağı modelinin gelecekte kullanılmak üzere seçileceğidir. Başka bir deyişle, sinir ağının girdi ve gizli hücre sayısı ne olmalı ve girdi-gizli hücre sayısı belirlenmişken farklı başlangıç ağırlık değerlerinin sebep olduğu denemeler arasından hangisinin seçileceği sorularına cevap aranmalıdır. Genel uygulama, veri setinin eğitim, doğrulama ve test seti olarak üçe bölünüp doğrulama setinde en küçük hata ölçüsünü veren sinir ağı modelinin seçimi şeklindedir. Ancak bu durumda, doğrulama setine aşırı uyum sağlamış bir sinir ağı modelinin seçimi olasıdır. Doğrulama setine aşırı uyum sağlamış bir ağın, genelleme yeteneğini gösteren test seti üzerindeki performansı düşük olabilecektir.