N-BEATSx
N-BEATSx est une extension du modèle de prévision de séries temporelles neuronales N-BEATS qui intègre des variables exogènes (externes) via une architecture de type « cross-learner ». Publié en 2023, N-BEATSx améliore N-BEATS en permettant au modèle d'exploiter des caractéristiques supplémentaires au-delà des valeurs historiques de la série temporelle.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). N-BEATSx: Neural Basis Expansion Analysis for Interpretable Time Series Forecasting. ScholarGate. https://scholargate.app/fr/deep-learning/n-beatsx
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Mamba (Modèle à espace d'états)Apprentissage profond↔ comparer
- Réseaux de convolution sur graphes spatio-temporelsApprentissage profond↔ comparer
- TimeGPTApprentissage profond↔ comparer
- Mamba VisionApprentissage profond↔ comparer
Référencée par
Similar methods
Une erreur sur cette page ? Signalez-la ou proposez une correction →