ScholarGate
Βοηθός
Machine learningDeep Learning, Time Series Forecasting

N-BEATSx: Neural Basis Expansion Analysis for Interpretable Time Series Forecasting

Το αρχικό μοντέλο N-BEATS χρησιμοποιεί βαθιά νευρωνικά δίκτυα για την εκμάθηση επεκτάσεων βάσης για χρονοσειρές, αποσυνθέτοντας τις προβλέψεις σε συνιστώσες τάσης και εποχικότητας. Το N-BEATSx επεκτείνει αυτό το πλαίσιο για να χειριστεί εξωγενείς μεταβλητές—εξωτερικά χαρακτηριστικά όπως ο καιρός, οι αργίες ή οι οικονομικοί δείκτες που επηρεάζουν τη μεταβλητή-στόχο. Το μοντέλο χρησιμοποιεί ένα μπλοκ cross-learner που συνδυάζει πληροφορίες από ιστορικές σειρές με εξωγενή χαρακτηριστικά, επιτρέποντας στο νευρωνικό δίκτυο να μάθει σύνθετες αλληλεπιδράσεις. Αυτός ο σχεδιασμός διατηρεί την ερμηνευσιμότητα μέσω της ρητής μοντελοποίησης τάσης και εποχικότητας, ενώ αποκτά εκφραστικότητα από τις εξωγενείς πληροφορίες.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαΛήψη διαφανειών

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Χάρτης μεθόδων

Η γειτονιά των σχετιζόμενων μεθόδων — επιλέξτε έναν κόμβο για εξερεύνηση.

Πηγές

  1. Challu, C., Olivares, K. Q., Oreshkin, B., Garza, F., Mergenthaler-Canseco, M., & Dubrawski, A. (2023). N-BEATSx: Neural Basis Expansion Analysis for Interpretable Time Series Forecasting. In ICLR 2023 Workshop on Multimodal Learning for Science (p. 4). link

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). N-BEATSx: Neural Basis Expansion Analysis for Interpretable Time Series Forecasting. ScholarGate. https://scholargate.app/el/deep-learning/n-beatsx

Ποια μέθοδος;

Τοποθετήστε αυτή τη μέθοδο δίπλα στις πιο συγγενείς της και διαβάστε τις παράλληλα — η βιβλιοθήκη απλώνει τα βιβλία στο τραπέζι· η επιλογή είναι δική σας.

Συγκρίνετε παράλληλα

Αναφέρεται από

ScholarGateN-BEATSx (N-BEATSx: Neural Basis Expansion Analysis for Interpretable Time Series Forecasting). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/deep-learning/n-beatsx · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026