![](https://cdn-ak-scissors.b.st-hatena.com/image/square/1855835e0496b909a5e66c562c41026754d156a4/height=288;version=1;width=512/https%3A%2F%2Fres.cloudinary.com%2Fzenn%2Fimage%2Fupload%2Fs--oX91zjR3--%2Fc_fit%252Cg_north_west%252Cl_text%3Anotosansjp-medium.otf_55%3ATimesNet%2525E8%2525A7%2525A3%2525E8%2525AA%2525AC%252520Part1%252520%2525E6%2525A6%252582%2525E8%2525A6%252581%2525E3%252581%2525A8%2525E9%252596%25258B%2525E7%252599%2525BA%2525E7%2525B5%25258C%2525E7%2525B7%2525AF%252Cw_1010%252Cx_90%252Cy_100%2Fg_south_west%252Cl_text%3Anotosansjp-medium.otf_37%3Ayuu%252Cx_203%252Cy_121%2Fg_south_west%252Ch_90%252Cl_fetch%3AaHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyL2Q0OTcwZWIzMmUuanBlZw%3D%3D%252Cr_max%252Cw_90%252Cx_87%252Cy_95%2Fv1627283836%2Fdefault%2Fog-base-w1200-v2.png)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
TimesNet解説 Part1 概要と開発経緯
今回は時系列予測モデルのTimesNetを解説します。 原論文:TimesNet: Temporal 2D-Variation Modeling fo... 今回は時系列予測モデルのTimesNetを解説します。 原論文:TimesNet: Temporal 2D-Variation Modeling for General Time Series Analysis この記事は、TimesNet: The Latest Advance in Time Series Forecastingを参考に記述しています。英語が読める方はこちらを確認して下さい。 1. TimesNet 1.1 概論 機械学習による時系列予測モデルは、2020年のN-BEATS、2022年のN-HiTS、2023年3月のPatchTSTのように新しいモデルが発表されてきました。 TimesNetは2023年4月に発表された時系列予測モデルです。一次元の時系列データを二次元に変換することにより、データの依存関係を捉える力が向上しました。 その性能は抜群で、短期予測、長期予測、