Salvato in:
| Autori principali: | Han, Xiao, Zhang, Lu, Wu, Yongkai, Yuan, Shuhan |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2023
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2309.16896 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Are KANs Effective for Multivariate Time Series Forecasting?
di: Han, Xiao, et al.
Pubblicazione: (2024)
di: Han, Xiao, et al.
Pubblicazione: (2024)
The Importance of Time in Causal Algorithmic Recourse
di: Beretta, Isacco, et al.
Pubblicazione: (2023)
di: Beretta, Isacco, et al.
Pubblicazione: (2023)
Time Can Invalidate Algorithmic Recourse
di: De Toni, Giovanni, et al.
Pubblicazione: (2024)
di: De Toni, Giovanni, et al.
Pubblicazione: (2024)
SOFTS: Efficient Multivariate Time Series Forecasting with Series-Core Fusion
di: Han, Lu, et al.
Pubblicazione: (2024)
di: Han, Lu, et al.
Pubblicazione: (2024)
Algorithmic Recourse with Missing Values
di: Kanamori, Kentaro, et al.
Pubblicazione: (2023)
di: Kanamori, Kentaro, et al.
Pubblicazione: (2023)
Relevance-aware Algorithmic Recourse
di: Kim, Dongwhi, et al.
Pubblicazione: (2024)
di: Kim, Dongwhi, et al.
Pubblicazione: (2024)
Algorithmic Recourse of In-Context Learning for Tabular Data
di: Dong, Wenshuo, et al.
Pubblicazione: (2026)
di: Dong, Wenshuo, et al.
Pubblicazione: (2026)
Online Algorithmic Recourse by Collective Action
di: Creager, Elliot, et al.
Pubblicazione: (2023)
di: Creager, Elliot, et al.
Pubblicazione: (2023)
Towards Non-Adversarial Algorithmic Recourse
di: Leemann, Tobias, et al.
Pubblicazione: (2024)
di: Leemann, Tobias, et al.
Pubblicazione: (2024)
Learning-Augmented Robust Algorithmic Recourse
di: Kayastha, Kshitij, et al.
Pubblicazione: (2024)
di: Kayastha, Kshitij, et al.
Pubblicazione: (2024)
MTM: A Multi-Scale Token Mixing Transformer for Irregular Multivariate Time Series Classification
di: Zhong, Shuhan, et al.
Pubblicazione: (2025)
di: Zhong, Shuhan, et al.
Pubblicazione: (2025)
CATS: Enhancing Multivariate Time Series Forecasting by Constructing Auxiliary Time Series as Exogenous Variables
di: Lu, Jiecheng, et al.
Pubblicazione: (2024)
di: Lu, Jiecheng, et al.
Pubblicazione: (2024)
Coverage-Validity-Aware Algorithmic Recourse
di: Bui, Ngoc, et al.
Pubblicazione: (2023)
di: Bui, Ngoc, et al.
Pubblicazione: (2023)
Reinforcement Learning for Durable Algorithmic Recourse
di: Ceccon, Marina, et al.
Pubblicazione: (2025)
di: Ceccon, Marina, et al.
Pubblicazione: (2025)
Personalized Algorithmic Recourse with Preference Elicitation
di: De Toni, Giovanni, et al.
Pubblicazione: (2022)
di: De Toni, Giovanni, et al.
Pubblicazione: (2022)
Causal Algorithmic Recourse: Foundations and Methods
di: Plecko, Drago, et al.
Pubblicazione: (2026)
di: Plecko, Drago, et al.
Pubblicazione: (2026)
Learning Decision Trees and Forests with Algorithmic Recourse
di: Kanamori, Kentaro, et al.
Pubblicazione: (2024)
di: Kanamori, Kentaro, et al.
Pubblicazione: (2024)
Enhancing Multivariate Time Series Forecasting with Global Temporal Retrieval
di: Cao, Fanpu, et al.
Pubblicazione: (2026)
di: Cao, Fanpu, et al.
Pubblicazione: (2026)
Long-Term Fair Decision Making through Deep Generative Models
di: Hu, Yaowei, et al.
Pubblicazione: (2024)
di: Hu, Yaowei, et al.
Pubblicazione: (2024)
SafeAR: Safe Algorithmic Recourse by Risk-Aware Policies
di: Wu, Haochen, et al.
Pubblicazione: (2023)
di: Wu, Haochen, et al.
Pubblicazione: (2023)
A SSM is Polymerized from Multivariate Time Series
di: Wu, Haixiang
Pubblicazione: (2024)
di: Wu, Haixiang
Pubblicazione: (2024)
Revisiting Attention for Multivariate Time Series Forecasting
di: Wu, Haixiang
Pubblicazione: (2024)
di: Wu, Haixiang
Pubblicazione: (2024)
Periodic Graph-Enhanced Multivariate Time Series Anomaly Detector
di: Li, Jia, et al.
Pubblicazione: (2025)
di: Li, Jia, et al.
Pubblicazione: (2025)
Spatio-temporal Multivariate Time Series Forecast with Chosen Variables
di: Liu, Zibo, et al.
Pubblicazione: (2025)
di: Liu, Zibo, et al.
Pubblicazione: (2025)
Feature Fitted Online Conformal Prediction for Deep Time Series Forecasting Model
di: Huang, Xiannan, et al.
Pubblicazione: (2025)
di: Huang, Xiannan, et al.
Pubblicazione: (2025)
Channel-wise Retrieval for Multivariate Time Series Forecasting
di: Kang, Junhyeok, et al.
Pubblicazione: (2026)
di: Kang, Junhyeok, et al.
Pubblicazione: (2026)
From Search To Sampling: Generative Models For Robust Algorithmic Recourse
di: Garg, Prateek, et al.
Pubblicazione: (2025)
di: Garg, Prateek, et al.
Pubblicazione: (2025)
Stationarity Exploration for Multivariate Time Series Forecasting
di: Liu, Hao, et al.
Pubblicazione: (2025)
di: Liu, Hao, et al.
Pubblicazione: (2025)
Multi-scale Transformer Pyramid Networks for Multivariate Time Series Forecasting
di: Zhang, Yifan, et al.
Pubblicazione: (2023)
di: Zhang, Yifan, et al.
Pubblicazione: (2023)
Graph-Aware Contrasting for Multivariate Time-Series Classification
di: Wang, Yucheng, et al.
Pubblicazione: (2023)
di: Wang, Yucheng, et al.
Pubblicazione: (2023)
On Multivariate Financial Time Series Classification
di: Bournassenko, Grégory
Pubblicazione: (2025)
di: Bournassenko, Grégory
Pubblicazione: (2025)
CICADA: Cross-Domain Interpretable Coding for Anomaly Detection and Adaptation in Multivariate Time Series
di: Lan, Tian, et al.
Pubblicazione: (2025)
di: Lan, Tian, et al.
Pubblicazione: (2025)
TSGym: Design Choices for Deep Multivariate Time-Series Forecasting
di: Liang, Shuang, et al.
Pubblicazione: (2025)
di: Liang, Shuang, et al.
Pubblicazione: (2025)
Multivariate Long-term Time Series Forecasting with Fourier Neural Filter
di: Xu, Chenheng, et al.
Pubblicazione: (2025)
di: Xu, Chenheng, et al.
Pubblicazione: (2025)
Navigating Time's Possibilities: Plausible Counterfactual Explanations for Multivariate Time-Series Forecast through Genetic Algorithms
di: Zuin, Gianlucca, et al.
Pubblicazione: (2026)
di: Zuin, Gianlucca, et al.
Pubblicazione: (2026)
PLanTS: Periodicity-aware Latent-state Representation Learning for Multivariate Time Series
di: Wang, Jia, et al.
Pubblicazione: (2025)
di: Wang, Jia, et al.
Pubblicazione: (2025)
Probabilistic Learning of Multivariate Time Series with Temporal Irregularity
di: Li, Yijun, et al.
Pubblicazione: (2023)
di: Li, Yijun, et al.
Pubblicazione: (2023)
Temporal Query Network for Efficient Multivariate Time Series Forecasting
di: Lin, Shengsheng, et al.
Pubblicazione: (2025)
di: Lin, Shengsheng, et al.
Pubblicazione: (2025)
From Universal to Individualized Actionability: Revisiting Personalization in Algorithmic Recourse
di: Budde, Lena Marie, et al.
Pubblicazione: (2026)
di: Budde, Lena Marie, et al.
Pubblicazione: (2026)
Fairness in Algorithmic Recourse Through the Lens of Substantive Equality of Opportunity
di: Bell, Andrew, et al.
Pubblicazione: (2024)
di: Bell, Andrew, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Are KANs Effective for Multivariate Time Series Forecasting?
di: Han, Xiao, et al.
Pubblicazione: (2024) -
The Importance of Time in Causal Algorithmic Recourse
di: Beretta, Isacco, et al.
Pubblicazione: (2023) -
Time Can Invalidate Algorithmic Recourse
di: De Toni, Giovanni, et al.
Pubblicazione: (2024) -
SOFTS: Efficient Multivariate Time Series Forecasting with Series-Core Fusion
di: Han, Lu, et al.
Pubblicazione: (2024) -
Algorithmic Recourse with Missing Values
di: Kanamori, Kentaro, et al.
Pubblicazione: (2023)