Buchumschlag

Time-Series Classification for Dynamic Strategies in Multi-Step Forecasting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Green, Riku, Stevens, Grant, Filho, Telmo de Menezes e Silva, Abdallah, Zahraa
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Stratify: Unifying Multi-Step Forecasting Strategies
von: Green, Riku, et al.
Veröffentlicht: (2024)

Epistemic Error Decomposition for Multi-step Time Series Forecasting: Rethinking Bias-Variance in Recursive and Direct Strategies
von: Green, Riku, et al.
Veröffentlicht: (2025)

Topology Only Pre-Training: Towards Generalised Multi-Domain Graph Models
von: Davies, Alex O., et al.
Veröffentlicht: (2023)

A Metric for the Balance of Information in Graph Learning
von: Davies, Alex O., et al.
Veröffentlicht: (2025)

Quadratic Direct Forecast for Training Multi-Step Time-Series Forecast Models
von: Wang, Hao, et al.
Veröffentlicht: (2025)

A Regime-Aware Fusion Framework for Time Series Classification
von: Chauhan, Honey Singh, et al.
Veröffentlicht: (2025)

DMSC: Dynamic Multi-Scale Coordination Framework for Time Series Forecasting
von: Yang, Haonan, et al.
Veröffentlicht: (2025)

Time Series Forecasting via Direct Per-Step Probability Distribution Modeling
von: Kong, Linghao, et al.
Veröffentlicht: (2025)

Time Series Forecasting Through the Lens of Dynamics
von: Brachet, Alexis-Raja, et al.
Veröffentlicht: (2025)

QuaCK-TSF: Quantum-Classical Kernelized Time Series Forecasting
von: Aaraba, Abdallah, et al.
Veröffentlicht: (2024)

SDGF: Fusing Static and Multi-Scale Dynamic Correlations for Multivariate Time Series Forecasting
von: Wang, Shaoxun, et al.
Veröffentlicht: (2025)

CATS-Linear: Classification Auxiliary Linear Model for Time Series Forecasting
von: Jibao, Zipo, et al.
Veröffentlicht: (2025)

Causal Time-Series Synchronization for Multi-Dimensional Forecasting
von: Mayr, Michael, et al.
Veröffentlicht: (2024)

Semi-Periodic Activation for Time Series Classification
von: Júnior, José Gilberto Barbosa de Medeiros, et al.
Veröffentlicht: (2024)

Motion Code: Robust Time Series Classification and Forecasting via Sparse Variational Multi-Stochastic Processes Learning
von: Bajaj, Chandrajit, et al.
Veröffentlicht: (2024)

MDMLP-EIA: Multi-domain Dynamic MLPs with Energy Invariant Attention for Time Series Forecasting
von: Zhang, Hu, et al.
Veröffentlicht: (2025)

One-Step Graph-Structured Neural Flows for Irregular Multivariate Time Series Classification
von: Gao, Mengzhou, et al.
Veröffentlicht: (2026)

Dual-Splitting Conformal Prediction for Multi-Step Time Series Forecasting
von: Yu, Qingdi, et al.
Veröffentlicht: (2025)

When LLM Meets Time Series: Can LLMs Perform Multi-Step Time Series Reasoning and Inference
von: Ye, Wen, et al.
Veröffentlicht: (2025)

Numerion: A Multi-Hypercomplex Model for Time Series Forecasting
von: Cao, Hanzhong, et al.
Veröffentlicht: (2025)

ms-Mamba: Multi-scale Mamba for Time-Series Forecasting
von: Karadag, Yusuf Meric, et al.
Veröffentlicht: (2025)

Time Series Forecastability Measures
von: Wang, Rui, et al.
Veröffentlicht: (2025)

Ellipsoidal Time Series Forecasting
von: Wang, Qilin
Veröffentlicht: (2025)

Performative Time-Series Forecasting
von: Zhao, Zhiyuan, et al.
Veröffentlicht: (2023)

TimeEmb: A Lightweight Static-Dynamic Disentanglement Framework for Time Series Forecasting
von: Xia, Mingyuan, et al.
Veröffentlicht: (2025)

LETS Forecast: Learning Embedology for Time Series Forecasting
von: Majeedi, Abrar, et al.
Veröffentlicht: (2025)

TEAFormers: TEnsor-Augmented Transformers for Multi-Dimensional Time Series Forecasting
von: Kong, Linghang, et al.
Veröffentlicht: (2024)

Test Time Learning for Time Series Forecasting
von: Christou, Panayiotis, et al.
Veröffentlicht: (2024)

Bridging Neural Networks and Dynamic Time Warping for Adaptive Time Series Classification
von: Qu, Jintao, et al.
Veröffentlicht: (2025)

A Survey on Graph Neural Networks for Time Series: Forecasting, Classification, Imputation, and Anomaly Detection
von: Jin, Ming, et al.
Veröffentlicht: (2023)

Retrieval Augmented Time Series Forecasting
von: Tire, Kutay, et al.
Veröffentlicht: (2024)

Scaling Law for Time Series Forecasting
von: Shi, Jingzhe, et al.
Veröffentlicht: (2024)

Contrastive Time Series Forecasting with Anomalies
von: Ekstrand, Joel, et al.
Veröffentlicht: (2025)

Dynamic Long-Term Time-Series Forecasting via Meta Transformer Networks
von: Ma'sum, Muhammad Anwar, et al.
Veröffentlicht: (2024)

Factorize to Generalize: Retrieval-Guided Invariant-Dynamic Decomposition for Time Series Forecasting
von: Chi, Jinjin, et al.
Veröffentlicht: (2026)

An Empirical Evaluation of Factors Affecting SHAP Explanation of Time Series Classification
von: Serramazza, Davide Italo, et al.
Veröffentlicht: (2025)

Graph Neural Networks with Diversity-aware Neighbor Selection and Dynamic Multi-scale Fusion for Multivariate Time Series Forecasting
von: Xu, Jingqi, et al.
Veröffentlicht: (2025)

Times2D: Multi-Period Decomposition and Derivative Mapping for General Time Series Forecasting
von: Nematirad, Reza, et al.
Veröffentlicht: (2025)

Multi-Scale Dilated Convolution Network for Long-Term Time Series Forecasting
von: Li, Feifei, et al.
Veröffentlicht: (2024)

MultiCast: Zero-Shot Multivariate Time Series Forecasting Using LLMs
von: Chatzigeorgakidis, Georgios, et al.
Veröffentlicht: (2024)