> ML_ALGORITHM // NEURAL-HIERARCHICAL-INTERPOLATION-N-HITS_v1.0
N-HiTS (Sinirsel Hiyerarşik Enterpolasyon)
Çoklu oranlı girdi örneklemesini ve doğrusal olmayan enterpolasyonu içeren, uzun ufuklarda Transformer'ları geride bırakan hiyerarşik tahmin mimarisi.
Pure Neural Forecasting Architecturetime-series-forecastinghigh-intrinsiclarge (>100k)
Tüm Algoritmalara DönHesaplama Karmaşıklığı
Eğitim (Training):O(epochs * batch_size * blocks * downsampled_MLP)
Çıkarım (Inference):O(downsampled_MLP)
Donanım Karakteristiği
CPU Uygunluğu:Evet
GPU Zorunluluğu:Evet
Bellek Ayak İzi:low
Açıklanabilirlik ve Veri
Açıklanabilirlik Düzeyi:high-intrinsic
Eğitim Verisi İhtiyacı:large (>100k)
Açıklanabilirlik Değerlendirmesi
Çoklu oranlı havuzlama, yavaş yığınların düşük frekanslı makro eğilimi sentezlemesini, hızlı yığınların ise yüksek frekanslı dalgalanmaları yakalamasını sağlar.
Uygun Görevler ve Desteklenen Modaliteler
Uygun Görevler:
long horizon forecastinghigh frequency telemetry
Desteklenen Modaliteler:
time-series
Temel Literatür & Yayınlar
Sık Karşılaşılan Hatalar ve Dikkat Edilmesi Gerekenler
- Son blokta çok agresif altörnekleme yapmak örtüşme kusurlarına ve keskin basamak geçişlerinin kaybına neden olur