可用模型#
| 模型 + 论文 | 本地/全局 | 数据布局 | 架构/方法 | 实现 | 
|---|---|---|---|---|
| DeepAR | 全局 | 单变量 | RNN | |
| DeepState | 全局 | 单变量 | RNN, 状态空间模型 | |
| DeepFactor | 全局 | 单变量 | RNN, 状态空间模型, 高斯过程 | |
| Deep Renewal Processes | 全局 | 单变量 | RNN | |
| GPForecaster | 全局 | 单变量 | MLP, 高斯过程 | |
| MQ-CNN | 全局 | 单变量 | CNN 编码器, MLP 解码器 | |
| MQ-RNN | 全局 | 单变量 | RNN 编码器, MLP 编码器 | |
| N-BEATS | 全局 | 单变量 | MLP, 残差连接 | |
| Rotbaum | 全局 | 单变量 | XGBoost, 分位数回归森林, LightGBM, 水平集预测器 | |
| Temporal Fusion Transformer | 全局 | 单变量 | LSTM, 自注意力 | |
| Transformer | 全局 | 单变量 | MLP, 多头注意力 | |
| WaveNet | 全局 | 单变量 | 膨胀卷积 | |
| SimpleFeedForward | 全局 | 单变量 | MLP | |
| DeepNPTS | 全局 | 单变量 | MLP | |
| MQF2 | 全局 | 单变量 | RNN, ICNN | |
| DeepVAR | 全局 | 多变量 | RNN | |
| GPVAR | 全局 | 多变量 | RNN, 高斯过程 | |
| LSTNet | 全局 | 多变量 | LSTM | |
| DeepTPP | 全局 | 多变量事件 | RNN, 时间点过程 | |
| DeepVARHierarchical | 全局 | 分层 | RNN | |
| RForecast | 本地 | 单变量 | ARIMA, ETS, Croston, TBATS | |
| Prophet | 本地 | 单变量 | - | |
| NaiveSeasonal | 本地 | 单变量 | - | |
| Naive2 | 本地 | 单变量 | - | |
| NPTS | 本地 | 单变量 | - |