Buchumschlag

sTransformer: A Modular Approach for Extracting Inter-Sequential and Temporal Information for Time-Series Forecasting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yin, Jiaheng, Shi, Zhengxin, Zhang, Jianshen, Lin, Xiaomin, Huang, Yulin, Qi, Yongzhi, Qi, Wei
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

TimeHF: Billion-Scale Time Series Models Guided by Human Feedback
von: Qi, Yongzhi, et al.
Veröffentlicht: (2025)

HTMformer: Hybrid Time and Multivariate Transformer for Time Series Forecasting
von: Wang, Tan, et al.
Veröffentlicht: (2025)

Inter-Series Transformer: Attending to Products in Time Series Forecasting
von: Cristian, Rares, et al.
Veröffentlicht: (2024)

Robust Multivariate Time Series Forecasting against Intra- and Inter-Series Transitional Shift
von: He, Hui, et al.
Veröffentlicht: (2024)

Nested Spatio-Temporal Time Series Forecasting
von: Ai, Yinghao, et al.
Veröffentlicht: (2026)

TimeMosaic: Temporal Heterogeneity Guided Time Series Forecasting via Adaptive Granularity Patch and Segment-wise Decoding
von: Ding, Kuiye, et al.
Veröffentlicht: (2025)

Rethinking Supply Chain Planning: A Generative Paradigm
von: Yin, Jiaheng, et al.
Veröffentlicht: (2025)

Enhancing Multivariate Time Series Forecasting with Mutual Information-driven Cross-Variable and Temporal Modeling
von: Qi, Shiyi, et al.
Veröffentlicht: (2024)

TimeFormer: Transformer with Attention Modulation Empowered by Temporal Characteristics for Time Series Forecasting
von: Liu, Zhipeng, et al.
Veröffentlicht: (2025)

A Temporal Kolmogorov-Arnold Transformer for Time Series Forecasting
von: Genet, Remi, et al.
Veröffentlicht: (2024)

Distributional Drift Adaptation with Temporal Conditional Variational Autoencoder for Multivariate Time Series Forecasting
von: He, Hui, et al.
Veröffentlicht: (2022)

Modeling Temporal Dependencies within the Target for Long-Term Time Series Forecasting
von: Xiong, Qi, et al.
Veröffentlicht: (2024)

ORPR: An OR-Guided Pretrain-then-Reinforce Learning Model for Inventory Management
von: Zhao, Lingjie, et al.
Veröffentlicht: (2025)

Temporal Query Network for Efficient Multivariate Time Series Forecasting
von: Lin, Shengsheng, et al.
Veröffentlicht: (2025)

WindowMixer: Intra-Window and Inter-Window Modeling for Time Series Forecasting
von: Liu, Quangao, et al.
Veröffentlicht: (2024)

Sentinel: Multi-Patch Transformer with Temporal and Channel Attention for Time Series Forecasting
von: Villaboni, Davide, et al.
Veröffentlicht: (2025)

Metadata Matters for Time Series: Informative Forecasting with Transformers
von: Dong, Jiaxiang, et al.
Veröffentlicht: (2024)

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

Unlocking the Potential of Linear Networks for Irregular Multivariate Time Series Forecasting
von: Wang, Chengsen, et al.
Veröffentlicht: (2025)

MSGNet: Learning Multi-Scale Inter-Series Correlations for Multivariate Time Series Forecasting
von: Cai, Wanlin, et al.
Veröffentlicht: (2023)

Let Experts Feel Uncertainty: A Multi-Expert Label Distribution Approach to Probabilistic Time Series Forecasting
von: Zhou, Zhen, et al.
Veröffentlicht: (2026)

Is Precise Recovery Necessary? A Task-Oriented Imputation Approach for Time Series Forecasting on Variable Subset
von: Hao, Qi, et al.
Veröffentlicht: (2024)

Sequential Order-Robust Mamba for Time Series Forecasting
von: Lee, Seunghan, et al.
Veröffentlicht: (2024)

CITRAS: Covariate-Informed Transformer for Time Series Forecasting
von: Yamaguchi, Yosuke, et al.
Veröffentlicht: (2025)

Amplifier: Bringing Attention to Neglected Low-Energy Components in Time Series Forecasting
von: Fei, Jingru, et al.
Veröffentlicht: (2025)

FaCTR: Factorized Channel-Temporal Representation Transformers for Efficient Time Series Forecasting
von: Vijay, Yash, et al.
Veröffentlicht: (2025)

TimeSieve: Extracting Temporal Dynamics through Information Bottlenecks
von: Feng, Ninghui, et al.
Veröffentlicht: (2024)

Time Series Forecasting as Reasoning: A Slow-Thinking Approach with Reinforced LLMs
von: Zhou, Yitong, et al.
Veröffentlicht: (2025)

On the Integration of Spatial-Temporal Knowledge: A Lightweight Approach to Atmospheric Time Series Forecasting
von: Fu, Yisong, et al.
Veröffentlicht: (2024)

TimeExpert: Boosting Long Time Series Forecasting with Temporal Mix of Experts
von: Ma, Xiaowen, et al.
Veröffentlicht: (2025)

Deep Frequency Derivative Learning for Non-stationary Time Series Forecasting
von: Fan, Wei, et al.
Veröffentlicht: (2024)

Revitalizing Multivariate Time Series Forecasting: Learnable Decomposition with Inter-Series Dependencies and Intra-Series Variations Modeling
von: Yu, Guoqi, et al.
Veröffentlicht: (2024)

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

UniTST: Effectively Modeling Inter-Series and Intra-Series Dependencies for Multivariate Time Series Forecasting
von: Liu, Juncheng, et al.
Veröffentlicht: (2024)

Multi-period Learning for Financial Time Series Forecasting
von: Zhang, Xu, et al.
Veröffentlicht: (2025)

AWGformer: Adaptive Wavelet-Guided Transformer for Multi-Resolution Time Series Forecasting
von: Li, Wei
Veröffentlicht: (2026)

A Temporal Linear Network for Time Series Forecasting
von: Genet, Remi, et al.
Veröffentlicht: (2024)

Temporally Unified Adversarial Perturbations for Time Series Forecasting
von: Su, Ruixian, et al.
Veröffentlicht: (2026)

Selective Learning for Deep Time Series Forecasting
von: Fu, Yisong, et al.
Veröffentlicht: (2025)

SEMPO: Lightweight Foundation Models for Time Series Forecasting
von: He, Hui, et al.
Veröffentlicht: (2025)