N-BEATS
N-BEATS je arhitektura dubokog učenja za prognoziranje vremenskih nizova, koju su 2020. predstavili Oreshkin i suradnici, izgrađena od interpretiranih hrptova trenda i sezonalnosti. Bio je to prvi čisto neuronski model za prognoziranje koji je postigao performanse na razini najsuvremenijih na natjecanju M4, bez oslanjanja na bilo koje klasične statističke komponente.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Oreshkin, B.N. et al. (2020). N-BEATS: Neural Basis Expansion Analysis for Interpretable Time Series Forecasting. ICLR. link ↗
- Makridakis, S., Spiliotis, E. & Assimakopoulos, V. (2020). The M4 Competition: 100,000 Time Series and 61 Forecasting Methods. International Journal of Forecasting, 36(1), 54–74. DOI: 10.1016/j.ijforecast.2019.04.014 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). N-BEATS (Neural Basis Expansion Analysis for Interpretable Time Series Forecasting). ScholarGate. https://scholargate.app/hr/deep-learning/nbeats
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.
- Model ARIMA (Autoregresivni integrirani pokretni prosjek)Ekonometrija↔ compare
- DeepARDuboko učenje↔ compare
- InformerDuboko učenje↔ compare
- Slučajna šumaStrojno učenje↔ compare
- Temporal Fusion TransformerDuboko učenje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →