N-HiTS
N-HiTS (Neural Hierarchical Interpolation for Time Series Forecasting), diperkenalkan oleh Challu dan kolega pada tahun 2023, adalah arsitektur peramalan saraf dalam yang menggabungkan peramalan hierarkis dari beberapa tumpukan yang beroperasi pada laju pengambilan sampel yang berbeda dan menggabungkannya melalui interpolasi. Ini memperluas N-BEATS untuk memberikan akurasi yang jauh lebih baik pada cakrawala peramalan yang panjang.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). Neural Hierarchical Interpolation for Time Series Forecasting. ScholarGate. https://scholargate.app/id/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.
- Model ARIMA (Autoregressive Integrated Moving Average)Ekonometrika↔ compare
- PatchTSTPembelajaran Mendalam↔ compare
- Random ForestPembelajaran Mesin↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →