N-HiTS
N-HiTS (Neural Hierarchical Interpolation for Time Series Forecasting), introducido por Challu y colegas en 2023, es una arquitectura de predicción neuronal profunda que combina las predicciones jerárquicas de múltiples pilas que operan a diferentes frecuencias de muestreo y las fusiona mediante interpolación. Extiende N-BEATS para ofrecer una precisión notablemente mejor en horizontes de predicción largos.
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. et al. (2023). NHITS: Neural Hierarchical Interpolation for Time Series Forecasting. AAAI. DOI: 10.1609/aaai.v37i6.25854 ↗
- Oreshkin, B.N. et al. (2020). N-BEATS: Neural Basis Expansion Analysis for Interpretable Time Series Forecasting. ICLR. arXiv: 1905.10437 link ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Neural Hierarchical Interpolation for Time Series Forecasting. ScholarGate. https://scholargate.app/es/deep-learning/nhits
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.
- Modelo ARIMA (Autoregressive Integrated Moving Average)Econometría↔ compare
- PatchTSTAprendizaje profundo↔ compare
- Random ForestAprendizaje automático↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →