N-HiTS
N-HiTS (Neural Hierarchical Interpolation for Time Series Forecasting), представленный Чаллу и его коллегами в 2023 году, представляет собой архитектуру глубокого нейронного прогнозирования, которая объединяет иерархические прогнозы нескольких стеков, работающих с разными частотами дискретизации, и объединяет их посредством интерполяции. Она расширяет N-BEATS, обеспечивая заметно лучшую точность на длинных горизонтах прогнозирования.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). Neural Hierarchical Interpolation for Time Series Forecasting. ScholarGate. https://scholargate.app/ru/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.
- Модель ARIMA (авторегрессионная интегрированная скользящая средняя)Эконометрика↔ compare
- PatchTSTГлубокое обучение↔ compare
- Случайный лесМашинное обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →