N-BEATSx
N-BEATSx es una extensión del modelo de pronóstico de series temporales neuronales N-BEATS que incorpora variables exógenas (externas) a través de una arquitectura de aprendizaje cruzado (cross-learner). Publicado en 2023, N-BEATSx mejora N-BEATS al permitir que el modelo aproveche características adicionales más allá de los valores históricos de las series temporales.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). N-BEATSx: Neural Basis Expansion Analysis for Interpretable Time Series Forecasting. ScholarGate. https://scholargate.app/es/deep-learning/n-beatsx
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.
- Mamba (modelo de espacio de estados)Aprendizaje profundo↔ compare
- Redes neuronales convolucionales espacio-temporales de grafosAprendizaje profundo↔ compare
- TimeGPTAprendizaje profundo↔ compare
- Visión MambaAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →