N-BEATSx
N-BEATSx to rozszerzenie neuronowego modelu prognozowania szeregów czasowych N-BEATS, które uwzględnia zmienne egzogeniczne (zewnętrzne) poprzez architekturę krzyżową (cross-learner architecture). Opublikowany w 2023 roku, N-BEATSx udoskonala N-BEATS, umożliwiając modelowi wykorzystanie dodatkowych cech poza historycznymi wartościami szeregów czasowych.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). N-BEATSx: Neural Basis Expansion Analysis for Interpretable Time Series Forecasting. ScholarGate. https://scholargate.app/pl/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.
- Mamba (model przestrzeni stanów)Uczenie głębokie↔ compare
- Przestrzenno-czasowe sieci konwolucyjne na grafachUczenie głębokie↔ compare
- TimeGPTUczenie głębokie↔ compare
- Mamba WizyjnyUczenie głębokie↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →