N-BEATS
N-BEATS — це архітектура глибокого навчання для прогнозування часових рядів, представлена Орешкіним та його колегами у 2020 році, побудована на основі інтерпретованих стеків тренду та сезонності. Це була перша суто нейронна модель прогнозування, яка досягла найвищої продуктивності на змаганні M4 без використання жодних класичних статистичних компонентів.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 1). N-BEATS (Neural Basis Expansion Analysis for Interpretable Time Series Forecasting). ScholarGate. https://scholargate.app/uk/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 (Авторегресійна інтегрована ковзна середня)Економетрика↔ compare
- DeepARГлибоке навчання↔ compare
- InformerГлибоке навчання↔ compare
- Випадковий лісМашинне навчання↔ compare
- Temporal Fusion TransformerГлибоке навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →