N-HiTS
N-HiTS (Neural Hierarchical Interpolation for Time Series Forecasting), представлена Чаллу та колегами у 2023 році, є архітектурою глибокого нейронного прогнозування, яка поєднує ієрархічні прогнози кількох стеків, що працюють з різними частотами дискретизації, та об'єднує їх за допомогою інтерполяції. Вона розширює N-BEATS для досягнення значно кращої точності на довгострокових горизонтах прогнозування.
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
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 1). Neural Hierarchical Interpolation for Time Series Forecasting. ScholarGate. https://scholargate.app/uk/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 (Авторегресійна інтегрована ковзна середня)Економетрика↔ compare
- PatchTSTГлибоке навчання↔ compare
- Випадковий лісМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →