Machine learningDeep Learning, Time Series Forecasting

N-BEATSx

N-BEATSx เป็นส่วนขยายของโมเดลการพยากรณ์อนุกรมเวลาเชิงประสาท N-BEATS ที่รวมเอาตัวแปรภายนอก (exogenous variables) เข้ามาด้วยผ่านสถาปัตยกรรมแบบ cross-learner ซึ่งตีพิมพ์ในปี 2023 N-BEATSx ปรับปรุง N-BEATS โดยทำให้โมเดลสามารถใช้ประโยชน์จากคุณลักษณะเพิ่มเติม นอกเหนือจากค่าอนุกรมเวลาในอดีต

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

The neighbourhood of related methods — select a node to explore.

แหล่งอ้างอิง

  1. 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

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). N-BEATSx: Neural Basis Expansion Analysis for Interpretable Time Series Forecasting. ScholarGate. https://scholargate.app/th/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.

Compare side by side

ถูกอ้างอิงโดย

ScholarGateN-BEATSx (N-BEATSx: Neural Basis Expansion Analysis for Interpretable Time Series Forecasting). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/deep-learning/n-beatsx · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026