N-BEATS
N-BEATS je architektura hlubokého učení pro předpovídání časových řad, představená Oreshkinem a kolektivem v roce 2020, postavená na interpretovatelných blocích pro trend a sezónnost. Byl to první čistě neuronový model pro předpovídání, který dosáhl špičkového výkonu v soutěži M4 bez spoléhání se na jakékoli klasické statistické komponenty.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). N-BEATS (Neural Basis Expansion Analysis for Interpretable Time Series Forecasting). ScholarGate. https://scholargate.app/cs/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.
- Model ARIMA (autoregresní integrovaný klouzavý průměr)Ekonometrie↔ compare
- DeepARHluboké učení↔ compare
- InformerHluboké učení↔ compare
- Random ForestStrojové učení↔ compare
- Temporální fúzní transformátorHluboké učení↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →