Buchumschlag

Hierarchical Classification Auxiliary Network for Time Series Forecasting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Yanru, Xie, Zongxia, Chen, Dongyue, Eldele, Emadeldeen, Hu, Qinghua
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

Learning Pattern-Specific Experts for Time Series Forecasting Under Patch-level Distribution Shift
von: Sun, Yanru, et al.
Veröffentlicht: (2024)

PPGF: Probability Pattern-Guided Time Series Forecasting
von: Sun, Yanru, et al.
Veröffentlicht: (2025)

Patch-wise Structural Loss for Time Series Forecasting
von: Kudrat, Dilfira, et al.
Veröffentlicht: (2025)

Lightweight Channel-wise Dynamic Fusion Model: Non-stationary Time Series Forecasting via Entropy Analysis
von: Jia, Tianyu, et al.
Veröffentlicht: (2025)

Adapting LLMs to Time Series Forecasting via Temporal Heterogeneity Modeling and Semantic Alignment
von: Sun, Yanru, et al.
Veröffentlicht: (2025)

Learning Soft Sparse Shapes for Efficient Time-Series Classification
von: Liu, Zhen, et al.
Veröffentlicht: (2025)

TSLANet: Rethinking Transformers for Time Series Representation Learning
von: Eldele, Emadeldeen, et al.
Veröffentlicht: (2024)

SEED: Spectral Entropy-Guided Evaluation of SpatialTemporal Dependencies for Multivariate Time Series Forecasting
von: Xiong, Feng, et al.
Veröffentlicht: (2025)

LangTime: A Language-Guided Unified Model for Time Series Forecasting with Proximal Policy Optimization
von: Niu, Wenzhe, et al.
Veröffentlicht: (2025)

A Unified Shape-Aware Foundation Model for Time Series Classification
von: Liu, Zhen, et al.
Veröffentlicht: (2026)

Label-efficient Time Series Representation Learning: A Review
von: Eldele, Emadeldeen, et al.
Veröffentlicht: (2023)

Entropy Guided Dynamic Patch Segmentation for Time Series Transformers
von: Abeywickrama, Sachith, et al.
Veröffentlicht: (2025)

Bridging Distribution Gaps in Time Series Foundation Model Pretraining with Prototype-Guided Normalization
von: Gong, Peiliang, et al.
Veröffentlicht: (2025)

Time Series Domain Adaptation via Latent Invariant Causal Mechanism
von: Cai, Ruichu, et al.
Veröffentlicht: (2025)

MSA-CNN: A Lightweight Multi-Scale CNN with Attention for Sleep Stage Classification
von: Goerttler, Stephan, et al.
Veröffentlicht: (2025)

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

Evidentially Calibrated Source-Free Time-Series Domain Adaptation with Temporal Imputation
von: Ragab, Mohamed, et al.
Veröffentlicht: (2024)

CATS: Enhancing Multivariate Time Series Forecasting by Constructing Auxiliary Time Series as Exogenous Variables
von: Lu, Jiecheng, et al.
Veröffentlicht: (2024)

TimeCatcher: A Variational Framework for Volatility-Aware Forecasting of Non-Stationary Time Series
von: Chen, Zhiyu, et al.
Veröffentlicht: (2026)

FRWKV:Frequency-Domain Linear Attention for Long-Term Time Series Forecasting
von: Yang, Qingyuan, et al.
Veröffentlicht: (2025)

Logo-LLM: Local and Global Modeling with Large Language Models for Time Series Forecasting
von: Ou, Wenjie, et al.
Veröffentlicht: (2025)

UniFault: A Fault Diagnosis Foundation Model from Bearing Data
von: Eldele, Emadeldeen, et al.
Veröffentlicht: (2025)

Informed Forecasting: Leveraging Auxiliary Knowledge to Boost LLM Performance on Time Series Forecasting
von: Ghasemloo, Mohammadmahdi, et al.
Veröffentlicht: (2025)

WinNet: Make Only One Convolutional Layer Effective for Time Series Forecasting
von: Ou, Wenjie, et al.
Veröffentlicht: (2023)

FRWKV+: Adaptive Periodic-Position Branch Interaction for Frequency-Space Linear Time Series Forecasting
von: Yang, Qingyuan, et al.
Veröffentlicht: (2026)

Hierarchical Time Series Forecasting with Robust Reconciliation
von: Aikawa, Shuhei, et al.
Veröffentlicht: (2025)

ProtoTS: Learning Hierarchical Prototypes for Explainable Time Series Forecasting
von: Peng, Ziheng, et al.
Veröffentlicht: (2025)

Generative Pretrained Hierarchical Transformer for Time Series Forecasting
von: Liu, Zhiding, et al.
Veröffentlicht: (2024)

HPMixer: Hierarchical Patching for Multivariate Time Series Forecasting
von: Choi, Jung Min, et al.
Veröffentlicht: (2026)

PAST: A Primary-Auxiliary Spatio-Temporal Network for Traffic Time Series Imputation
von: Hu, Hanwen, et al.
Veröffentlicht: (2025)

NPMixer: Hierarchical Neighboring Patch Mixing for Time Series Forecasting
von: Choi, Jung Min, et al.
Veröffentlicht: (2026)

Hierarchical Ensemble-Based Feature Selection for Time Series Forecasting
von: Tumay, Aysin, et al.
Veröffentlicht: (2023)

Time-Series Classification with Multivariate Statistical Dependence Features
von: Sun, Yao, et al.
Veröffentlicht: (2026)

Considering Nonstationary within Multivariate Time Series with Variational Hierarchical Transformer for Forecasting
von: Wang, Muyao, et al.
Veröffentlicht: (2024)

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

Conditionally Whitened Generative Models for Probabilistic Time Series Forecasting
von: Yang, Yanfeng, et al.
Veröffentlicht: (2025)

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

Deep Coupling Network For Multivariate Time Series Forecasting
von: Yi, Kun, et al.
Veröffentlicht: (2024)

Hierarchical Multimodal LLMs with Semantic Space Alignment for Enhanced Time Series Classification
von: Tao, Xiaoyu, et al.
Veröffentlicht: (2024)

DMamba: Decomposition-enhanced Mamba for Time Series Forecasting
von: Chen, Ruxuan, et al.
Veröffentlicht: (2026)