N-BEATS
N-BEATS е архитектура за дълбоко обучение за прогнозиране на времеви редове, представена от Орешкин и колеги през 2020 г., изградена от интерпретируеми стекове за тренд и сезонност. Тя е първият чисто невронен модел за прогнозиране, който постига най-добри резултати в състезанието M4, без да разчита на никакви класически статистически компоненти.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Oreshkin, B.N. et al. (2020). N-BEATS: Neural Basis Expansion Analysis for Interpretable Time Series Forecasting. ICLR. link ↗
- Makridakis, S., Spiliotis, E. & Assimakopoulos, V. (2020). The M4 Competition: 100,000 Time Series and 61 Forecasting Methods. International Journal of Forecasting, 36(1), 54–74. DOI: 10.1016/j.ijforecast.2019.04.014 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). N-BEATS (Neural Basis Expansion Analysis for Interpretable Time Series Forecasting). ScholarGate. https://scholargate.app/bg/deep-learning/nbeats
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Модел ARIMA (Autoregressive Integrated Moving Average)Иконометрия↔ compare
- DeepARДълбоко обучение↔ compare
- InformerДълбоко обучение↔ compare
- Случайна гораМашинно обучение↔ compare
- Temporal Fusion TransformerДълбоко обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →