N-BEATS论文的解读和复现

论文解读：N-BEATS: NEURAL BASIS EXPANSION ANALYSIS FOR INTERPRETABLE TIME SERIES FORECASTING

这篇论文是Bengio团队最新的Paper，将纯深度学习技术应用于时间序列预测，并在测试数据集上取得了比传统的时间序列分析方法还要好的效果。

问题描述

论文的科学问题可以表述为：给定一个时间序列x， x = { x i ∣ i = 1 , 2 , … , T } \mathbf{x}=\left\{x_{i} \mid i=1,2, \ldots, T\right\} x={xi​∣i=1,2,…,T}该研究的目标是如何利用1-T时刻的历史数据，预测未来时刻的时间序列。

模型结构图

实验

• 根据不同的g(*)函数，论文提出了三种变体，N-BEATS-G, N-BEATS-I, N-BEATS-I+G，并在5个公开数据集上测试了该模型的性能。

复现结果

M3 dataset (others, 174, sMAPE):

MODEL	论文的结果	复现的结果
N-BEATS-I	4.300	4.059

M4 dataset (others, 5000, sMAPE):

MODEL	论文的结果	复现的结果
N-BEATS-I	3.684	3.384

Tourism dataset (427, sMAPE):

MODEL	论文的结果	复现的结果
N-BEATS-G	14.71	12.38

Electricity dataset (370, ND):

MODEL	论文的结果	复现的结果
N-BEATS-G	0.171	0.198

Traffic dataset (962, ND):

MODEL	论文的结果	复现的结果
N-BEATS-G+I	0.111	0.111

参考文献

1 https://zhuanlan.zhihu.com/p/136259759
2 https://openreview.net/pdf?id=r1ecqn4YwB
3 https://github.com/philipperemy/n-beats