Buchumschlag

A Time Series is Worth Five Experts: Heterogeneous Mixture of Experts for Traffic Flow Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Guangyu, Chen, Yujie, Gao, Ming, Wu, Zhiqiao, Tang, Jiafu, Zhao, Jiabi
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Wavelet Mixture of Experts for Time Series Forecasting
von: Zhou, Zheng, et al.
Veröffentlicht: (2025)

ExpertFlow: Efficient Mixture-of-Experts Inference via Predictive Expert Caching and Token Scheduling
von: He, Xin, et al.
Veröffentlicht: (2024)

Multi-Modal Time Series Prediction via Mixture of Modulated Experts
von: Zhang, Lige, et al.
Veröffentlicht: (2026)

MoHETS: Long-term Time Series Forecasting with Mixture-of-Heterogeneous-Experts
von: Ortigossa, Evandro S., et al.
Veröffentlicht: (2026)

TrafficMoE: Heterogeneity-aware Mixture of Experts for Encrypted Traffic Classification
von: He, Qing, et al.
Veröffentlicht: (2026)

Time-MoE: Billion-Scale Time Series Foundation Models with Mixture of Experts
von: Shi, Xiaoming, et al.
Veröffentlicht: (2024)

AnyExperts: On-Demand Expert Allocation for Multimodal Language Models with Mixture of Expert
von: Gao, Yuting, et al.
Veröffentlicht: (2025)

Mixture-of-Linear-Experts for Long-term Time Series Forecasting
von: Ni, Ronghao, et al.
Veröffentlicht: (2023)

AME-TS: Anchored Mixture-of-Experts for Time Series Forecasting
von: Wang, Rui, et al.
Veröffentlicht: (2026)

An Expert is Worth One Token: Synergizing Multiple Expert LLMs as Generalist via Expert Token Routing
von: Chai, Ziwei, et al.
Veröffentlicht: (2024)

Mixture-of-Experts for Personalized and Semantic-Aware Next Location Prediction
von: Liu, Shuai, et al.
Veröffentlicht: (2025)

MoFE-Time: Mixture of Frequency Domain Experts for Time-Series Forecasting Models
von: Liu, Yiwen, et al.
Veröffentlicht: (2025)

Mixture of Heterogeneous Grouped Experts for Language Modeling
von: Ma, Zhicheng, et al.
Veröffentlicht: (2026)

FLEx: Personalized Federated Learning for Mixture-of-Experts LLMs via Expert Grafting
von: Liu, Fan, et al.
Veröffentlicht: (2025)

Mixture of Diverse Size Experts
von: Sun, Manxi, et al.
Veröffentlicht: (2024)

Knowledge-Guided Adaptive Mixture of Experts for Precipitation Prediction
von: Jiang, Chen, et al.
Veröffentlicht: (2025)

ExpertAD: Enhancing Autonomous Driving Systems with Mixture of Experts
von: Jiang, Haowen, et al.
Veröffentlicht: (2025)

Graph Mixture of Experts and Memory-augmented Routers for Multivariate Time Series Anomaly Detection
von: Huang, Xiaoyu, et al.
Veröffentlicht: (2024)

Aggregation Alignment for Federated Learning with Mixture-of-Experts under Data Heterogeneity
von: Fang, Zihan, et al.
Veröffentlicht: (2026)

UniPool: A Globally Shared Expert Pool for Mixture-of-Experts
von: Huang, Minbin, et al.
Veröffentlicht: (2026)

HyperMoE: Towards Better Mixture of Experts via Transferring Among Experts
von: Zhao, Hao, et al.
Veröffentlicht: (2024)

Ada-MoGE: Adaptive Mixture of Gaussian Expert Model for Time Series Forecasting
von: Ni, Zhenliang, et al.
Veröffentlicht: (2025)

Efficiently Editing Mixture-of-Experts Models with Compressed Experts
von: He, Yifei, et al.
Veröffentlicht: (2025)

Pre-Attention Expert Prediction and Prefetching for Mixture-of-Experts Large Language Models
von: Zhu, Shien, et al.
Veröffentlicht: (2025)

Graph-Conditioned Mixture of Graph Neural Network Experts for Traffic Forecasting
von: Ghaffari, Amirhossein, et al.
Veröffentlicht: (2026)

GraphMoRE: Mitigating Topological Heterogeneity via Mixture of Riemannian Experts
von: Guo, Zihao, et al.
Veröffentlicht: (2024)

VidPrism: Heterogeneous Mixture of Experts for Image-to-Video Transfer
von: Lin, Rui, et al.
Veröffentlicht: (2026)

Multi-Head Mixture-of-Experts
von: Wu, Xun, et al.
Veröffentlicht: (2024)

WaveMoE: A Wavelet-Enhanced Mixture-of-Experts Foundation Model for Time Series Forecasting
von: Wu, Shunyu, et al.
Veröffentlicht: (2026)

Drift-aware Collaborative Assistance Mixture of Experts for Heterogeneous Multistream Learning
von: Yu, En, et al.
Veröffentlicht: (2025)

Mosaic: Data-Free Knowledge Distillation via Mixture-of-Experts for Heterogeneous Distributed Environments
von: Liu, Junming, et al.
Veröffentlicht: (2025)

Exploring Speaker Diarization with Mixture of Experts
von: Yang, Gaobin, et al.
Veröffentlicht: (2025)

Not All Models Suit Expert Offloading: On Local Routing Consistency of Mixture-of-Expert Models
von: Liang, Jingcong, et al.
Veröffentlicht: (2025)

The Expert Interchange Standard: Enabling Dynamic Expert Management in Mixture-of-Experts Language Models
von: Kashinath, Kadaba Shrish
Veröffentlicht: (2026)

Mixture of insighTful Experts (MoTE): The Synergy of Thought Chains and Expert Mixtures in Self-Alignment
von: Liu, Zhili, et al.
Veröffentlicht: (2024)

Speculating Experts Accelerates Inference for Mixture-of-Experts
von: Madan, Vivan, et al.
Veröffentlicht: (2026)

OrdMoE: Preference Alignment via Hierarchical Expert Group Ranking in Multimodal Mixture-of-Experts LLMs
von: Gao, Yuting, et al.
Veröffentlicht: (2025)

Geometric Routing Enables Causal Expert Control in Mixture of Experts
von: Ternovtsii, Ivan, et al.
Veröffentlicht: (2026)

AdaMoE: Token-Adaptive Routing with Null Experts for Mixture-of-Experts Language Models
von: Zeng, Zihao, et al.
Veröffentlicht: (2024)

Mixture-of-Experts Meets In-Context Reinforcement Learning
von: Wu, Wenhao, et al.
Veröffentlicht: (2025)