Machine learning
N-BEATS
N-BEATS เป็นสถาปัตยกรรมโครงข่ายประสาทเทียมเชิงลึกสำหรับการพยากรณ์อนุกรมเวลา ซึ่งนำเสนอโดย Oreshkin และคณะในปี 2020 โดยสร้างขึ้นจากส่วนประกอบแนวโน้มและฤดูกาลที่ตีความได้ เป็นโมเดลพยากรณ์เชิงโครงข่ายล้วนโมเดลแรกที่บรรลุประสิทธิภาพระดับ State-of-the-art ในการแข่งขัน M4 โดยไม่ต้องอาศัยองค์ประกอบทางสถิติแบบดั้งเดิมใดๆ
อ่านวิธีฉบับเต็ม
สำหรับสมาชิกเท่านั้น
เข้าสู่ระบบเข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). N-BEATS (Neural Basis Expansion Analysis for Interpretable Time Series Forecasting). ScholarGate. https://scholargate.app/th/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.
- แบบจำลอง ARIMA (Autoregressive Integrated Moving Average)เศรษฐมิติ↔ compare
- DeepARการเรียนรู้เชิงลึก↔ compare
- Informerการเรียนรู้เชิงลึก↔ compare
- Random Forestการเรียนรู้ของเครื่อง↔ compare
- ตัวแปลงฟิวชั่นเชิงเวลาการเรียนรู้เชิงลึก↔ compare