N-BEATSx
N-BEATSx مدلی بسطیافته از مدل پیشبینی سری زمانی عصبی N-BEATS است که با بهرهگیری از معماری یادگیرنده متقاطع (cross-learner)، متغیرهای بیرونی (اگزوژن) را در خود ادغام میکند. N-BEATSx که در سال ۲۰۲۳ منتشر شد، با توانمندسازی مدل برای استفاده از ویژگیهای اضافی فراتر از مقادیر سری زمانی تاریخی، مدل N-BEATS را بهبود میبخشد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). N-BEATSx: Neural Basis Expansion Analysis for Interpretable Time Series Forecasting. ScholarGate. https://scholargate.app/fa/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.
- مامبا (مدل فضای حالت)یادگیری عمیق↔ compare
- شبکههای کانولوشن گرافی فضایی-زمانییادگیری عمیق↔ compare
- TimeGPTیادگیری عمیق↔ compare
- ویژن مامبایادگیری عمیق↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →