Buchumschlag

Causality-Aware Spatiotemporal Graph Neural Networks for Spatiotemporal Time Series Imputation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jing, Baoyu, Zhou, Dawei, Ren, Kan, Yang, Carl
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Cross-Domain Conditional Diffusion Models for Time Series Imputation
von: Zhang, Kexin, et al.
Veröffentlicht: (2025)

What if Tomorrow is the World Cup Final? Counterfactual Time Series Forecasting with Textual Conditions
von: Gu, Shuqi, et al.
Veröffentlicht: (2026)

Spatiotemporal Forecasting Meets Efficiency: Causal Graph Process Neural Networks
von: Einizade, Aref, et al.
Veröffentlicht: (2024)

SAUC: Sparsity-Aware Uncertainty Calibration for Spatiotemporal Prediction with Graph Neural Networks
von: Zhuang, Dingyi, et al.
Veröffentlicht: (2024)

Automated Contrastive Learning Strategy Search for Time Series
von: Jing, Baoyu, et al.
Veröffentlicht: (2024)

Modern Structure-Aware Simplicial Spatiotemporal Neural Network
von: Hu, Zhaobo, et al.
Veröffentlicht: (2026)

Over-squashing in Spatiotemporal Graph Neural Networks
von: Marisca, Ivan, et al.
Veröffentlicht: (2025)

Spatiotemporal Covariance Neural Networks
von: Cavallo, Andrea, et al.
Veröffentlicht: (2024)

Discovering Latent Causal Graphs from Spatiotemporal Data
von: Wang, Kun, et al.
Veröffentlicht: (2024)

Causal Adjacency Learning for Spatiotemporal Prediction Over Graphs
von: Mo, Zhaobin, et al.
Veröffentlicht: (2024)

A Temporally Disentangled Contrastive Diffusion Model for Spatiotemporal Imputation
von: Chen, Yakun, et al.
Veröffentlicht: (2024)

Filling the Missings: Spatiotemporal Data Imputation by Conditional Diffusion
von: He, Wenying, et al.
Veröffentlicht: (2025)

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

Leveraging Spatiotemporal Graph Neural Networks for Multi-Store Sales Forecasting
von: Singh, Manish, et al.
Veröffentlicht: (2025)

Denoising of Geodetic Time Series Using Spatiotemporal Graph Neural Networks: Application to Slow Slip Event Extraction
von: Costantino, Giuseppe, et al.
Veröffentlicht: (2024)

Spatiotemporal-Augmented Graph Neural Networks for Human Mobility Simulation
von: Wang, Yu, et al.
Veröffentlicht: (2023)

ImputeFormer: Low Rankness-Induced Transformers for Generalizable Spatiotemporal Imputation
von: Nie, Tong, et al.
Veröffentlicht: (2023)

GST-UNet: A Neural Framework for Spatiotemporal Causal Inference with Time-Varying Confounding
von: Oprescu, Miruna, et al.
Veröffentlicht: (2025)

Graph Spatiotemporal Process for Multivariate Time Series Anomaly Detection with Missing Values
von: Zheng, Yu, et al.
Veröffentlicht: (2024)

Uncertainty Quantification of Spatiotemporal Travel Demand with Probabilistic Graph Neural Networks
von: Wang, Qingyi, et al.
Veröffentlicht: (2023)

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

AdaKernel: Learning Adaptive Kernel Parameters for Spatiotemporal Graph Neural Networks
von: Zhang, Zhongyue, et al.
Veröffentlicht: (2026)

Multi-Level Service Performance Forecasting via Spatiotemporal Graph Neural Networks
von: Xue, Zhihao, et al.
Veröffentlicht: (2025)

G-PARC: Graph-Physics Aware Recurrent Convolutional Neural Networks for Spatiotemporal Dynamics on Unstructured Meshes
von: Beerman, Jack T., et al.
Veröffentlicht: (2026)

On the Spatiotemporal Dynamics of Generalization in Neural Networks
von: Wei, Zichao
Veröffentlicht: (2026)

UQGNN: Uncertainty Quantification of Graph Neural Networks for Multivariate Spatiotemporal Prediction
von: Yu, Dahai, et al.
Veröffentlicht: (2025)

Graph In-Context Operator Networks for Generalizable Spatiotemporal Prediction
von: Wu, Chenghan, et al.
Veröffentlicht: (2026)

SRNN: Spatiotemporal Relational Neural Network for Intuitive Physics Understanding
von: Yang, Fei
Veröffentlicht: (2025)

Time Series Imputation with Multivariate Radial Basis Function Neural Network
von: Jung, Chanyoung, et al.
Veröffentlicht: (2024)

Higher-order Spatio-temporal Physics-incorporated Graph Neural Network for Multivariate Time Series Imputation
von: Liang, Guojun, et al.
Veröffentlicht: (2024)

Heterogeneity-Informed Meta-Parameter Learning for Spatiotemporal Time Series Forecasting
von: Dong, Zheng, et al.
Veröffentlicht: (2024)

Mitigating Spatial Disparity in Urban Prediction Using Residual-Aware Spatiotemporal Graph Neural Networks: A Chicago Case Study
von: Zhuang, Dingyi, et al.
Veröffentlicht: (2025)

Causal View of Time Series Imputation: Some Identification Results on Missing Mechanism
von: Cai, Ruichu, et al.
Veröffentlicht: (2025)

MedGNN: Towards Multi-resolution Spatiotemporal Graph Learning for Medical Time Series Classification
von: Fan, Wei, et al.
Veröffentlicht: (2025)

RDPI: A Refine Diffusion Probability Generation Method for Spatiotemporal Data Imputation
von: Liu, Zijin, et al.
Veröffentlicht: (2024)

Exploiting the Prior of Generative Time Series Imputation
von: Miao, YuYang, et al.
Veröffentlicht: (2025)

Neural Point Process for Learning Spatiotemporal Event Dynamics
von: Zhou, Zihao, et al.
Veröffentlicht: (2021)

Conservation-informed Graph Learning for Spatiotemporal Dynamics Prediction
von: Mi, Yuan, et al.
Veröffentlicht: (2024)

A Novel Spatiotemporal Coupling Graph Convolutional Network
von: Bi, Fanghui
Veröffentlicht: (2024)

Pruning for Generalization: A Transfer-Oriented Spatiotemporal Graph Framework
von: Jing, Zihao, et al.
Veröffentlicht: (2026)