Buchumschlag

A Distance Correlation-Based Approach to Characterize the Effectiveness of Recurrent Neural Networks for Time Series Forecasting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Salazar, Christopher, Banerjee, Ashis G.
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Online Kernel Dynamic Mode Decomposition for Streaming Time Series Forecasting with Adaptive Windowing
von: Salazar, Christopher, et al.
Veröffentlicht: (2025)

Deep State Space Recurrent Neural Networks for Time Series Forecasting
von: Inzirillo, Hugo
Veröffentlicht: (2024)

Rethinking Recurrent Neural Networks for Time Series Forecasting: A Reinforced Recurrent Encoder with Prediction-Oriented Proximal Policy Optimization
von: Lai, Xin, et al.
Veröffentlicht: (2026)

DAG: A Dual Correlation Network for Time Series Forecasting with Exogenous Variables
von: Qiu, Xiangfei, et al.
Veröffentlicht: (2025)

Is Mamba Effective for Time Series Forecasting?
von: Wang, Zihan, et al.
Veröffentlicht: (2024)

PRformer: Pyramidal Recurrent Transformer for Multivariate Time Series Forecasting
von: Yu, Yongbo, et al.
Veröffentlicht: (2024)

ForecastGrapher: Redefining Multivariate Time Series Forecasting with Graph Neural Networks
von: Cai, Wanlin, et al.
Veröffentlicht: (2024)

Progressive Neural Network for Multi-Horizon Time Series Forecasting
von: Lin, Yang
Veröffentlicht: (2023)

RWKV-TS: Beyond Traditional Recurrent Neural Network for Time Series Tasks
von: Hou, Haowen, et al.
Veröffentlicht: (2024)

Fourier-Enhanced Recurrent Neural Networks for Electrical Load Time Series Downscaling
von: Chen, Qi, et al.
Veröffentlicht: (2025)

Multivariate Probabilistic Time Series Forecasting with Correlated Errors
von: Zheng, Vincent Zhihao, et al.
Veröffentlicht: (2024)

Fully Automated Correlated Time Series Forecasting in Minutes
von: Wu, Xinle, et al.
Veröffentlicht: (2024)

Recurrent Neural Goodness-of-Fit Test for Time Series
von: Zhang, Aoran, et al.
Veröffentlicht: (2024)

Hybrid Quantum Neural Network for Multivariate Clinical Time Series Forecasting
von: Iele, Irene, et al.
Veröffentlicht: (2026)

Sonnet: Spectral Operator Neural Network for Multivariable Time Series Forecasting
von: Shu, Yuxuan, et al.
Veröffentlicht: (2025)

Optimizing Time Series Forecasting Architectures: A Hierarchical Neural Architecture Search Approach
von: Deng, Difan, et al.
Veröffentlicht: (2024)

Horizon Activation Mapping for Neural Networks in Time Series Forecasting
von: Hans, Krupakar, et al.
Veröffentlicht: (2026)

Neural Conformal Control for Time Series Forecasting
von: Li, Ruipu, et al.
Veröffentlicht: (2024)

Are Self-Attentions Effective for Time Series Forecasting?
von: Kim, Dongbin, et al.
Veröffentlicht: (2024)

Are KANs Effective for Multivariate Time Series Forecasting?
von: Han, Xiao, et al.
Veröffentlicht: (2024)

A Predictive Approach To Enhance Time-Series Forecasting
von: Gunasekaran, Skye, et al.
Veröffentlicht: (2024)

Recurrent Neural Networks with Linear Structures for Electricity Price Forecasting
von: Amor, Souhir Ben, et al.
Veröffentlicht: (2025)

Temporal Graph Learning Recurrent Neural Network for Traffic Forecasting
von: Lee, Sanghyun, et al.
Veröffentlicht: (2024)

HyperIMTS: Hypergraph Neural Network for Irregular Multivariate Time Series Forecasting
von: Li, Boyuan, et al.
Veröffentlicht: (2025)

MSGNet: Learning Multi-Scale Inter-Series Correlations for Multivariate Time Series Forecasting
von: Cai, Wanlin, et al.
Veröffentlicht: (2023)

iTransformer: Inverted Transformers Are Effective for Time Series Forecasting
von: Liu, Yong, et al.
Veröffentlicht: (2023)

Context Neural Networks: A Scalable Multivariate Model for Time Series Forecasting
von: Sriramulu, Abishek, et al.
Veröffentlicht: (2024)

A Temporal Linear Network for Time Series Forecasting
von: Genet, Remi, et al.
Veröffentlicht: (2024)

A Dynamic Stiefel Graph Neural Network for Efficient Spatio-Temporal Time Series Forecasting
von: Zheng, Jiankai, et al.
Veröffentlicht: (2025)

Multivariate Time Series Forecasting with Hybrid Euclidean-SPD Manifold Graph Neural Networks
von: Fang, Yong, et al.
Veröffentlicht: (2025)

Simple Feedfoward Neural Networks are Almost All You Need for Time Series Forecasting
von: Sun, Fan-Keng, et al.
Veröffentlicht: (2025)

MMFNet: Multi-Scale Frequency Masking Neural Network for Multivariate Time Series Forecasting
von: Ma, Aitian, et al.
Veröffentlicht: (2024)

ExpressNet-MoE: A Hybrid Deep Neural Network for Emotion Recognition
von: Banerjee, Deeptimaan, et al.
Veröffentlicht: (2025)

Density Matrix Emulation of Quantum Recurrent Neural Networks for Multivariate Time Series Prediction
von: Viqueira, José Daniel, et al.
Veröffentlicht: (2023)

Uncertainty-Aware Deep Attention Recurrent Neural Network for Heterogeneous Time Series Imputation
von: Qian, Linglong, et al.
Veröffentlicht: (2024)

IRNN: Innovation-driven Recurrent Neural Network for Time-Series Data Modeling and Prediction
von: Zhou, Yifan, et al.
Veröffentlicht: (2025)

Rethinking Irregular Time Series Forecasting: A Simple yet Effective Baseline
von: Liu, Xvyuan, et al.
Veröffentlicht: (2025)

Fourier Series Guided Design of Quantum Convolutional Neural Networks for Enhanced Time Series Forecasting
von: Osorio, Sandra Leticia Juárez, et al.
Veröffentlicht: (2024)

CAPS: Unifying Attention, Recurrence, and Alignment in Transformer-based Time Series Forecasting
von: Pati, Viresh, et al.
Veröffentlicht: (2026)

TimeRecipe: A Time-Series Forecasting Recipe via Benchmarking Module Level Effectiveness
von: Zhao, Zhiyuan, et al.
Veröffentlicht: (2025)