N-BEATS
N-BEATS — это архитектура глубокого обучения для прогнозирования временных рядов, представленная Орешкиным и его коллегами в 2020 году, построенная на основе интерпретируемых стеков тренда и сезонности. Это была первая чисто нейронная модель прогнозирования, достигшая самых современных результатов в конкурсе M4 без использования каких-либо классических статистических компонентов.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). N-BEATS (Neural Basis Expansion Analysis for Interpretable Time Series Forecasting). ScholarGate. https://scholargate.app/ru/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.
- Модель ARIMA (авторегрессионная интегрированная скользящая средняя)Эконометрика↔ compare
- DeepARГлубокое обучение↔ compare
- ИнформерГлубокое обучение↔ compare
- Случайный лесМашинное обучение↔ compare
- Временной трансформер слиянияГлубокое обучение↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →