Распознавание временного ряда в изображении на основе нейросети

Теперь мне бы хотелось понять, практический смысл конкретно Вашей работы. Потому что ни цели, ни вывода в статье Вы не написали.

А цель и вывод обязательны? Ну в задаче будет постановка вопроса распознать два ч/б изображения. Это и есть цель, а вывод таков чтобы решить этот вопрос и задачу, необходимо входных нейронов равно количеству изображений, выходных количеству классов. Эта задача очень похожа на ту при которой нужно распознать буквы в пикселях, по нейрону на букву, в тоже время это можно использовать для временных рядов(вы их называете рядами динамики, но не суть).

Внимание вопрос, какой практический смысл распознать сам график не зная и не принимая во внимание его легенду?

Все что можно выразить в виде графика от одной-двух координат(на самом деле сколько хотите) можно распознавать данной нейронной сетью. И тут вам в помощь все ваше воображение для чего это можно делать(для курса валют, потребления света, выручка компаний, ЭКГ, ЭЭГ и т.д. и т.п.).