Buchumschlag

Temporal Graph ODEs for Irregularly-Sampled Time Series

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gravina, Alessio, Zambon, Daniele, Bacciu, Davide, Alippi, Cesare
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

Assessment of Spatio-Temporal Predictors in the Presence of Missing and Heterogeneous Data
von: Zambon, Daniele, et al.
Veröffentlicht: (2023)

Graph Deep Learning for Time Series Forecasting
von: Cini, Andrea, et al.
Veröffentlicht: (2023)

Graph State-Space Models and Latent Relational Inference
von: Zambon, Daniele, et al.
Veröffentlicht: (2023)

Learning Latent Graph Structures and their Uncertainty
von: Manenti, Alessandro, et al.
Veröffentlicht: (2024)

Change Detection in Graph Streams by Learning Graph Embeddings on Constant-Curvature Manifolds
von: Grattarola, Daniele, et al.
Veröffentlicht: (2018)

Deep learning for dynamic graphs: models and benchmarks
von: Gravina, Alessio, et al.
Veröffentlicht: (2023)

Non-Dissipative Graph Propagation for Non-Local Community Detection
von: Leeney, William, et al.
Veröffentlicht: (2025)

Understanding Pooling in Graph Neural Networks
von: Grattarola, Daniele, et al.
Veröffentlicht: (2021)

Long Range Propagation on Continuous-Time Dynamic Graphs
von: Gravina, Alessio, et al.
Veröffentlicht: (2024)

Can You Hear Me Now? A Benchmark for Long-Range Graph Propagation
von: Miglior, Luca, et al.
Veröffentlicht: (2025)

Online Continual Graph Learning
von: Donghi, Giovanni, et al.
Veröffentlicht: (2025)

The Unreasonable Effectiveness of Randomized Representations in Online Continual Graph Learning
von: Donghi, Giovanni, et al.
Veröffentlicht: (2025)

On Oversquashing in Graph Neural Networks Through the Lens of Dynamical Systems
von: Gravina, Alessio, et al.
Veröffentlicht: (2024)

Port-Hamiltonian Architectural Bias for Long-Range Propagation in Deep Graph Networks
von: Heilig, Simon, et al.
Veröffentlicht: (2024)

Graph-based Time Series Clustering for End-to-End Hierarchical Forecasting
von: Cini, Andrea, 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)

Graph-based Virtual Sensing from Sparse and Partial Multivariate Observations
von: De Felice, Giovanni, et al.
Veröffentlicht: (2024)

PeakWeather: MeteoSwiss Weather Station Measurements for Spatiotemporal Deep Learning
von: Zambon, Daniele, et al.
Veröffentlicht: (2025)

Graph Hierarchical Recurrence for Long-Range Generalization
von: Carotti, Stefano, et al.
Veröffentlicht: (2026)

GRAMA: Adaptive Graph Autoregressive Moving Average Models
von: Eliasof, Moshe, et al.
Veröffentlicht: (2025)

Improving Long-Range Interactions in Graph Neural Simulators via Hamiltonian Dynamics
von: Hoang, Tai, et al.
Veröffentlicht: (2025)

Message-Passing State-Space Models: Improving Graph Learning with Modern Sequence Modeling
von: Ceni, Andrea, et al.
Veröffentlicht: (2025)

Information propagation dynamics in Deep Graph Networks
von: Gravina, Alessio
Veröffentlicht: (2024)

Physiome-ODE: A Benchmark for Irregularly Sampled Multivariate Time Series Forecasting Based on Biological ODEs
von: Klötergens, Christian, et al.
Veröffentlicht: (2025)

Position: Current Benchmarking Hinders Real Progress in Deep Learning for Time Series Forecasting
von: Moretti, Valentina, et al.
Veröffentlicht: (2025)

Temporal Dynamic Embedding for Irregularly Sampled Time Series
von: Kim, Mincheol, et al.
Veröffentlicht: (2025)

On the Regularization of Learnable Embeddings for Time Series Forecasting
von: Butera, Luca, et al.
Veröffentlicht: (2024)

Credal Graph Neural Networks
von: Tolloso, Matteo, et al.
Veröffentlicht: (2025)

Hierarchical Representation Learning in Graph Neural Networks with Node Decimation Pooling
von: Bianchi, Filippo Maria, et al.
Veröffentlicht: (2019)

Why Do Time Series Models Need Long Context Windows?
von: Butera, Luca, et al.
Veröffentlicht: (2026)

Beyond Softmax: A Natural Parameterization for Categorical Random Variables
von: Manenti, Alessandro, et al.
Veröffentlicht: (2025)

SONAR: Long-Range Graph Propagation Through Information Waves
von: Trenta, Alessandro, et al.
Veröffentlicht: (2025)

Relational Conformal Prediction for Correlated Time Series
von: Cini, Andrea, et al.
Veröffentlicht: (2025)

BEP: A Binary Error Propagation Algorithm for Binary Neural Networks Training
von: Colombo, Luca, et al.
Veröffentlicht: (2025)

Feudal Graph Reinforcement Learning
von: Marzi, Tommaso, et al.
Veröffentlicht: (2023)

Graph-based Forecasting with Missing Data through Spatiotemporal Downsampling
von: Marisca, Ivan, et al.
Veröffentlicht: (2024)

ASTGI: Adaptive Spatio-Temporal Graph Interactions for Irregular Multivariate Time Series Forecasting
von: Liu, Xvyuan, et al.
Veröffentlicht: (2025)

SWING: Unlocking Implicit Graph Representations for Graph Random Features
von: Manenti, Alessandro, et al.
Veröffentlicht: (2026)

Probabilistic Learning of Multivariate Time Series with Temporal Irregularity
von: Li, Yijun, et al.
Veröffentlicht: (2023)

Heteroscedastic Temporal Variational Autoencoder For Irregular Time Series
von: Shukla, Satya Narayan, et al.
Veröffentlicht: (2021)