N-HiTS：多速率看时序

可视化演示

动态演示N-HiTS的核心机制，通过入门/进阶/实战/优化四种模式展示关键概念与交互流程。

长序预测难

就像天气预报要预测七天后的温度，比预测明天难得多——预测越远，不确定性越大。经验再丰富的预报员，也没法精确说出七天后的下午三点会不会下雨。时间序列预测也一样，预测步数（horizon）越长，误差就像滚雪球一样越滚越大。每一步预测都会引入新的不确定性，而后续预测又建立在这些不够准确的估计之上，偏差被不断放大。

在深度时序预测中，误差累积是核心痛点。当模型要预测未来 100 个时间步时，每一步的微小误差都会叠加放大。传统的 N-BEATS 等模型虽然在短期预测上表现优异，但在超长 horizon 预测上力不从心：模型需要同时拟合不同频率的成分，而单一的“全分辨率预测头”让每个 block 都试图捕捉所有频率，导致“什么都想抓、什么都抓不牢”。预测步数越长，这个矛盾越突出。

$$\displaystyle \text{Error}(H) = \sum_{t=1}^{H} \varepsilon_t$$

1. 预测步数 H：需要预测的时间步总长度，H 越大代表“看得越远”，误差累积的机会也越多。

$$\displaystyle H = \text{horizon 长度}$$

2. 每步误差 εₜ：模型在第 t 步的预测与真实值之间的偏差，是“每一条预报的偏差”。

$$\displaystyle \varepsilon_t = y_t - \hat{y}_t$$

3. 总误差 Error(H)：所有步数误差的叠加，H 增大时总误差单调上升，这正是长预测难的本质。

$$\displaystyle \text{Error}(H) = \varepsilon_1 + \varepsilon_2 + \cdots + \varepsilon_H$$

这就像气象团队预测七天天气：每天的误差都在累积，如果每个人都只盯一个观测尺度，最终报告会越来越离谱。要精准预测遥远未来，就必须像专业气象团队一样分层分工——这正是 N-HiTS 的出发点。

多速率思想

气象团队如何提高七天预报的准确率？首席预报员不会盯着一分钟刷新一次的数据——他只看每日更新的卫星云图，关注副热带高压的移动轨迹；地面站预报员则看每小时记录的温度曲线，判断冷锋过境的时间。不同层级，不同观测频率，各有各的节奏，但组合起来就能覆盖从大尺度环流到局部对流的全部信息。

N-HiTS 的核心思想正是“多速率信号处理”：把时间序列看作不同频率成分的叠加——长期趋势是低频成分，短期波动是高频成分。N-HiTS 让不同的 block 使用不同的池化倍数（pool_size），对输入序列做不同速率的降采样。池化倍数大，采样点稀疏，模型只看“低频”趋势；池化倍数小，采样点密集，模型兼顾“高频”细节。通过分层组合，每个 block 只负责一个频段，预测任务被拆解得井井有条。

$$\displaystyle y[m] = \max_{k \in [mK, (m+1)K)} x[k]$$

1. 池化窗口 K：决定采样速率的参数，K=2 表示每 2 个点取 1 个，K=8 表示每 8 个点取 1 个，相当于“观测间隔”。

$$\displaystyle K \in \{2, 4, 8, \dots\}$$

2. 取最大值 max：在窗口内挑选最显著的值，保留局部突出特征，抑制微小的无关噪声。

$$\displaystyle \max_{k} x[k]$$

3. 输出序列 y：原始序列被压缩成更短的序列，长度约为原来的 1/K，采样点间距变大。

$$\displaystyle \text{len}(y) \approx \frac{\text{len}(x)}{K}$$

4. 多速率组合：不同 block 用不同的 K，一起覆盖从高频到低频的全谱信息，就像气象团队覆盖从雷暴到季风的全尺度。

这就像气象观测体系——卫星云图每天一“采样”，雷达每五分钟一“采样”。N-HiTS 把这种“多节奏协作”变成了模型内置的机制：每一层各自保留自己负责的频率成分，最终组合出一张完整的天气图。

最大池化层

假设地面气象站每分钟记录一次温度，一天就有 1440 条记录。预报员不需要逐条看，而是“每 10 分钟取这 10 分钟里的最高温度”——这样一天只有 144 个点，曲线的起伏趋势一目了然。这个“取最高温”的浓缩动作，就是最大池化。

在 N-HiTS 中，最大池化层在不同 block 中使用不同的池化窗口大小。给定输入序列 x，池化窗口 K 决定了下采样比例。K 越大，池化后序列越短，模型被迫“看大趋势”；K 越小，序列保留更多细节。这种多速率池化让不同 block 天然地“分工”：大池化窗口的 block 擅长捕捉长期趋势，小池化窗口的 block 擅长捕捉近期波动。池化后的序列喂给 MLP，MLP 只需在低分辨率上做预测，计算量也随之下降。

$$\displaystyle K \in \{1, 2, 4, 8, \dots\}$$

1. K=1：不池化，直接全分辨率建模，捕捉最高频的细节变化，相当于每秒钟都在观测。

$$\displaystyle y[m] = x[m]$$

2. K=2：每 2 个点取 1 个，序列缩短一半，保留“日级别”的波动。

$$\displaystyle y[m] = \max(x[2m], x[2m+1])$$

3. K=4 和 K=8：更稀疏，只能看到“周级别、月级别”的大趋势。

$$\displaystyle y[m] = \max_{k \in [mK, (m+1)K)} x[k]$$

4. 金字塔分工：不同 K 值覆盖不同频带，组合起来就是完整频率谱，每个 block 各司其职。

地面气象站每 10 分钟记录最高温，雷达站每 5 分钟扫描强回波，而卫星每天才“采样”一次云图——三种观测速率各司其职，谁也不会因为数据太多而眼花缭乱。N-HiTS 正是用池化让每个 block 保持“合适的观测节奏”。

分层插值

气象站每 10 分钟记录一个温度点，但用户想看到每秒钟的连续温度曲线，怎么办？插值就是“把稀疏的点连成光滑曲线”的手段——上午 10 点的观测点是 33°C，10:10 的观测点是 34°C，那 10:05 的温度大约是 33.5°C。这个简单推断，就是线性插值。

N-HiTS 的每个 block 在池化后的低分辨率空间做预测，但最终预测必须还原到完整的分辨率。插值预测头（interpolation head）就是完成这个“从稀疏到稠密”的还原工作。论文中使用线性插值：在相邻预测点之间画一条直线，再把采样率提升到目标 horizon 的长度。这样做的好处是，MLP 只需要输出少量低分辨率预测点，大量中间值由插值“免费”生成，参数效率大幅提升。

$$\displaystyle \hat{y}(t) = y_i + \frac{t - t_i}{t_{i+1} - t_i}(y_{i+1} - y_i)$$

1. 已知点对：tᵢ 和 tᵢ₊₁ 是两个相邻预测点的时间坐标，yᵢ 和 yᵢ₊₁ 是对应的低分辨率预测值。

$$\displaystyle (t_i, y_i), \quad (t_{i+1}, y_{i+1})$$

2. 比例系数：分子 t − tᵢ 是当前时刻到左边点的距离，分母 tᵢ₊₁ − tᵢ 是两个点的间距，比值在 0 到 1 之间。

$$\displaystyle \frac{t - t_i}{t_{i+1} - t_i} \in [0, 1]$$

3. 线性过渡：用比例系数在 yᵢ 和 yᵢ₊₁ 之间做加权平均，离谁近就偏向谁。

$$\displaystyle \hat{y}(t) = (1-\alpha)y_i + \alpha y_{i+1}, \quad \alpha = \frac{t - t_i}{t_{i+1} - t_i}$$

4. 为什么线性插值够用：时间序列在相邻预测点之间的变化通常是连续的、缓变的，线性假设既简单又稳定。

这就像气象员拿到“每小时观测点”后，画出一条平滑的温度日变化曲线，让任何时刻的温度都有据可查。插值预测头是 N-HiTS 从多速率观测还原到完整预测的关键桥梁——观测是稀疏的，但理解是连续的。

骨干网络

一个气象观测团队不是单打独斗，而是有明确组织架构：观测员 → 值班预报员 → 首席预报员，信息逐层汇报，每一层补充前一层遗漏的信息。观测员说“现在在下雨”，值班预报员补充“雨带正在东移”，首席预报员再综合“这背后的季风正在增强”。

N-HiTS 的骨干网络由多个 Stack 堆叠而成，每个 Stack 由多个 Block 级联组成。每个 Block 包含：一个池化层（多速率下采样）、一个 MLP 预测器、一个插值预测头（上采样）。Block 的输出分为 backcast（回看预测）和 forecast（前向预测），backcast 从输入中减去（残差连接），把剩余信息传给下一个 Block，forecast 则累加起来形成最终预测。通过这种“先减后加”的设计，每个 Block 只负责建模前一层没捕捉到的残差信息。

$$\displaystyle \hat{y}_{\text{block}} = \text{Interp}\big(\text{MLP}\big(\text{Pool}(x)\big)\big)$$

1. Pool(x)：对输入做最大池化，长度缩小为原来的 1/K，相当于“每隔一段时间取一次样”。

$$\displaystyle x_p = \text{Pool}(x)$$

2. MLP 预测：在低分辨率上提取特征并生成预测，参数量远小于全分辨率处理。

$$\displaystyle p = \text{MLP}(x_p)$$

3. Interp 还原：把低分辨率预测插值到目标分辨率，得到该层的 forecast。

$$\displaystyle \hat{y}_{\text{block}} = \text{Interp}(p)$$

4. Backcast 与 Forecast：Block 同时输出回看和展望，回看用于残差传递，展望用于逐步累加。

$$\displaystyle x_{\text{next}} = x - \hat{b}_{\text{block}}, \quad \hat{y}_{\text{total}} = \sum \hat{y}_{\text{block}}$$

这就像气象团队的“逐层汇报”——基层观测员先报告“午后有雷阵雨”（高频），值班预报员补充“冷锋正东移”（中频），首席预报员再综合“副高在增强”（低频）。每一层都在前一层的基础上补充信息，N-HiTS 的残差连接正是这个“逐层补充”的数学实现。

N-BEATS对比

N-BEATS 像是只有一个固定倍率望远镜的观测站——观测员认真对着一个方向看，但远处和近处的细节没法同时掌握。N-HiTS 则升级成一套变焦镜头组：广角、中焦、长焦搭配使用，远近皆收。这不是小打小闹的优化，而是观测策略的全面升级。

N-BEATS（Neural Basis Expansion Analysis for Time Series）是 N-HiTS 的前身。在 N-BEATS 中，每个 Block 的预测头是全连接层（FC），直接对完整分辨率的输入做预测。这样的问题是：每个 Block 都试图拟合所有频率成分，参数利用率低，长期预测误差累积。N-HiTS 的两大改进：一是引入多速率池化，让不同 Block 关注不同频段；二是用插值预测头取代全连接预测头，在低分辨率空间预测再上采样，大幅减少参数量。

$$\displaystyle \hat{y}_{\text{N-BEATS}} = \text{FC}(x)$$

$$\displaystyle \hat{y}_{\text{N-HiTS}} = \text{Interp}\big(\text{MLP}\big(\text{Pool}(x)\big)\big)$$

1. FC(x)：全连接层直接处理完整输入，参数量随序列长度线性增长，每个 Block 都试图“一口吃成胖子”。

$$\displaystyle \hat{y}_{\text{N-BEATS}} = Wx + b$$

2. Pool(x)：N-HiTS 先池化，输入序列在空间上“缩小”了，计算量骤减。

$$\displaystyle x_p = \text{Pool}(x), \quad |x_p| = |x| / K$$

3. Interp(……)：低分辨率预测通过插值还原，省掉大量全连接参数。

$$\displaystyle \hat{y}_{\text{N-HiTS}} = \text{Interp}(W_p x_p + b_p)$$

4. 效果差异：N-HiTS 在长 horizon 预测上误差更低，且参数更少、推理更快，实验数据全面领先。

如果说 N-BEATS 是一位“单倍率观测员”，N-HiTS 就是一支“多倍率观测团队”。“先缩小再看、再放大还原”的策略，让 N-HiTS 在长期预测上实现了质的飞跃。

训练机制

气象观测团队上线之后，需要根据历史天气档案不断校准：如果昨天预报“晴天”却下了暴雨，团队就要复盘，调整观测口径和判断规则。模型训练也是如此——通过对比预测和真实值的差距，不断修正内部参数。

N-HiTS 的整个网络端到端训练，用反向传播优化损失函数。每层的池化参数（pool_size）是结构超参数，由人工设定，不参与训练；但 MLP 的权重是学习得到的。训练目标是最小化预测值与真实值之间的均方误差，同时通过协方差正则化约束不同 block 之间的预测尽可能互补（降低不同频率预测之间的相关性）。直观地说，协方差正则鼓励每个 block 学会“说不同的话”，避免所有层都在预测同一个趋势而浪费容量。

$$\displaystyle \mathcal{L} = \frac{1}{N}\sum_{i=1}^{N}\left\|y_i - \hat{y}_i\right\|_2^2 + \lambda \sum_{j<k}\left|\text{Cov}(\hat{y}_j, \hat{y}_k)\right|$$

1. 均方误差项：对 N 个样本的预测误差求平方平均，是衡量预测准度的主目标。

$$\displaystyle \text{MSE} = \frac{1}{N}\sum_{i=1}^{N}(y_i - \hat{y}_i)^2$$

2. 协方差正则项：计算不同 block 输出之间的协方差绝对值之和，λ 控制正则强度。

$$\displaystyle \lambda \sum_{j<k} |\text{Cov}(\hat{y}_j, \hat{y}_k)|$$

3. 约束互补性：如果两个 block 预测高度相关，说明它们在做重复工作；最小化协方差让每个 block 输出更独立的信号。

$$\displaystyle \text{Cov}(\hat{y}_j, \hat{y}_k) \to 0$$

4. 端到端学习：所有 block 的参数一起优化，不是逐个训练，让整体协作达到最优。

这就像气象团队的复盘机制——每个预报员不仅要自己的预报准（低误差），还要和别人的预报差异化（低协方差），这样团队才能覆盖各种天气场景。N-HiTS 的损失函数正是把这一团队管理智慧教给了模型。

预测实践

这套多速率气象观测体系最终要落地：为电网调度中心预测未来一周的负荷曲线，为港口提供未来十天的风速预报，为财政部门预测季度经济趋势。多速率分层的价值，在真实场景的数据中得到了充分验证。

N-HiTS 在三个典型场景中表现突出：电力负荷预测（超长 horizon 的每日负荷曲线）、经济指标预测（季度 GDP 环比变动）、气象预报（长时间温度/风力趋势）。它的多速率机制天然适配这些场景的多尺度特征：电力负荷有年度季节性（低频）、周周期（中频）、日内波动（高频）；经济指标有长期增长趋势和短期政策冲击；气象数据有季节性大趋势和突发性局部天气事件。N-HiTS 的分层结构让各频段特征各得其所。

$$\displaystyle \text{MAPE} = \frac{100\%}{n}\sum_{i=1}^{n}\left|\frac{y_i - \hat{y}_i}{y_i}\right|$$

1. 绝对误差 |yᵢ − ŷᵢ|：预测与真实的绝对偏差，衡量每个点的预测精度。

$$\displaystyle |y_i - \hat{y}_i|$$

2. 除以真实值 |yᵢ|：把误差变成百分比，让不同量纲的序列可以公平比较。

$$\displaystyle \left|\frac{y_i - \hat{y}_i}{y_i}\right|$$

3. 求和平均：对所有预测点取平均，得到整体误差百分比。

$$\displaystyle \frac{1}{n}\sum_{i=1}^{n} \left|\frac{y_i - \hat{y}_i}{y_i}\right|$$

4. 实际意义：N-HiTS 论文中用 MAPE 等指标对比其他模型，在长 horizon 任务上显著领先，尤其在电力负荷和气象领域。

气象预报质量要用“准确率”来考核，N-HiTS 在真实场景中的表现，就是这套多速率观测体系交出的成绩单——分层观测、逐级汇总、各司其职，最终给出让人放心的长期天气预报。

AI 应用场景

Python 演示

import torchimport torch.nn as nnimport torch.nn.functional as F  class NHiTSBlock(nn.Module):    """单个N-HiTS块: 池化 -> MLP -> 插值预测头"""     def __init__(self, lookback, horizon, pool_size, hidden=64):        super().__init__()        self.lookback = lookback        self.horizon = horizon        self.pool_size = pool_size        self.pooled_len_lookback = max(lookback // pool_size, 1)        self.pooled_len_forecast = max(horizon // pool_size, 1)        self.mlp = nn.Sequential(            nn.Linear(self.pooled_len_lookback, hidden),            nn.ReLU(),            nn.Linear(hidden, hidden),            nn.ReLU(),            nn.Linear(hidden,                       self.pooled_len_lookback + self.pooled_len_forecast)        )     def forward(self, x):        B = x.size(0)        xp = F.max_pool1d(x.view(B, 1, -1), self.pool_size)        xp = xp.view(B, -1)        out = self.mlp(xp)        bc_pooled = out[:, :self.pooled_len_lookback]        fc_pooled = out[:, self.pooled_len_lookback:]        backcast = F.interpolate(            bc_pooled.view(B, 1, -1),            size=self.lookback, mode='linear', align_corners=False        ).view(B, -1)        forecast = F.interpolate(            fc_pooled.view(B, 1, -1),            size=self.horizon, mode='linear', align_corners=False        ).view(B, -1)        return backcast, forecast  class NHiTS(nn.Module):    """N-HiTS: 多速率分层时序预测模型"""     def __init__(self, lookback=128, horizon=64,                 pool_sizes=(2, 4, 8), stacks=2):        super().__init__()        self.blocks = nn.ModuleList()        for _ in range(stacks):            for ps in pool_sizes:                self.blocks.append(                    NHiTSBlock(lookback, horizon, pool_size=ps)                )     def forward(self, x):        total = torch.zeros(x.size(0), self.blocks[0].horizon)        residual = x        for block in self.blocks:            backcast, forecast = block(residual)            residual = residual - backcast            total = total + forecast        return total  def main():    torch.manual_seed(42)    lookback, horizon = 128, 64    model = NHiTS(lookback, horizon,                  pool_sizes=(2, 4, 8), stacks=2)    x = torch.randn(4, lookback)    y = model(x)    print('Input shape:', x.shape)    print('Forecast shape:', y.shape)    assert y.shape == (4, horizon)    print('Forward pass OK!')  if __name__ == '__main__':    main()

1. F.max_pool1d(x.view(B, 1, -1), self.pool_size)对输入序列做最大池化降采样，窗口大小即该层的“观测频率”。
2. self.mlp(...)在低分辨率空间提取特征并输出压缩后的 backcast 和 forecast。
3. F.interpolate(bc_pooled.view(B, 1, -1), size=self.lookback, ...)用线性插值把低分辨率回看预测还原到原始长度。
4. residual = residual - backcast残差连接：当前 Block 预测完自己负责的频段后，把剩余信号传给下一层。
5. total = total + forecast逐层累加 forecast，形成最终的多频段合成预测。
6. model = NHiTS(lookback, horizon, pool_sizes=(2, 4, 8), stacks=2)6 个 Block（3 种采样率 × 2 组堆叠），覆盖从高频到低频的分工。

常见误区

面试题