N-HiTS
Az N-HiTS (Neural Hierarchical Interpolation for Time Series Forecasting), amelyet Challu és kollégái vezettek be 2023-ban, egy mély neurális előrejelző architektúra, amely különböző mintavételi sebességen működő, több verem hierarchikus előrejelzéseit kombinálja, és interpoláción keresztül egyesíti azokat. Kiterjeszti az N-BEATS-t, hogy markánsan jobb pontosságot érjen el hosszú előrejelzési horizontokon.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). Neural Hierarchical Interpolation for Time Series Forecasting. ScholarGate. https://scholargate.app/hu/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.
- ARIMA (Autoregressive Integrated Moving Average) modellÖkonometria↔ compare
- PatchTSTMélytanulás↔ compare
- Véletlen erdőGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →