パルスフィッティングパラメータ推測のための機械学習手法について（Python）

実現したいこと

実験で得られたパルス信号をシミュレーションで再現することを行っています。

　画像の青色の信号が実験データ、赤色がシミュレーションデータです。
シミュレーションのパラメータは6つあり、パラメータをいじってシミュレーション結果を実験結果にフィットさせたいと考えています。

　パラメータを手動で変更してフィッティングをするのは大変なため機械学習によってどうにかパラメータを推測できないかと考えています。

　機械学習は触ったことがないのであまりいい方法が思いつきませんが、１つ考えている方法としては、適当なパラメータの組み合わせとその出力パルスをデータセットとして作成、学習させ、そのモデルを用いて実験データからパラメータを推測するといったことを考えています。

　この方法を用いる際に有効な機械学習手法にはどういったものがあるでしょうか？
また、他に良い方法があれば教えていただきたいです。

発生している問題・分からないこと

パラメータ推測のための機械学習の手法として何を選べば良いか、またその実装方法が分からない。

該当のソースコード

特になし

試したこと・調べたこと

上記の詳細・結果

調べると時系列データの回帰に有効なRNN、CNNなどが上がりましたが、何が最適か判断がつきませんでした。

補足

特になし