Copertina

Echo State Networks for Spatio-Temporal Area-Level Data

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wang, Zhenhua, Holan, Scott H., Wikle, Christopher K.
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Modeling Spatio-temporal Extremes via Conditional Variational Autoencoders
di: Ma, Xiaoyu, et al.
Pubblicazione: (2025)

A Criterion for Aggregation Error for Multivariate Spatial Data
di: Daw, Ranadeep, et al.
Pubblicazione: (2023)

A Statistician's Overview of Physics-Informed Neural Networks for Spatio-Temporal Data
di: Wikle, Christopher K., et al.
Pubblicazione: (2025)

Incorporating Asymmetric Loss for Real Estate Prediction With Area‐Level Spatial Data
di: Vaidehi Dixit, et al.
Pubblicazione: (2025)

Hierarchical Count Echo State Network Models with Application to Graduate Student Enrollments
di: Wang, Qi, et al.
Pubblicazione: (2025)

STACI: Spatio-Temporal Aleatoric Conformal Inference
di: Feng, Brandon R., et al.
Pubblicazione: (2025)

Robust and Conjugate Spatio-Temporal Gaussian Processes
di: Laplante, William, et al.
Pubblicazione: (2025)

Predictive Causal Inference via Spatio-Temporal Modeling and Penalized Empirical Likelihood
di: Lee, Byunghee, et al.
Pubblicazione: (2025)

Incorporating Asymmetric Loss for Real Estate Prediction with Area-level Spatial Data
di: Dixit, Vaidehi, et al.
Pubblicazione: (2024)

Score-Based Change-Point Detection and Region Localization for Spatio-Temporal Point Processes
di: Zhou, Wenbin, et al.
Pubblicazione: (2026)

Identifiable Autoregressive Variational Autoencoders for Nonlinear and Nonstationary Spatio-Temporal Blind Source Separation
di: Sipilä, Mika, et al.
Pubblicazione: (2025)

Spatio-Temporal Change of Support Modeling with R
di: Raim, Andrew M., et al.
Pubblicazione: (2019)

A Survey on Differential Privacy for SpatioTemporal Data in Transportation Research
di: Bhadani, Rahul
Pubblicazione: (2024)

Independence Testing for Temporal Data
di: Shen, Cencheng, et al.
Pubblicazione: (2019)

Variational Autoencoded Multivariate Spatial Fay-Herriot Models
di: Wang, Zhenhua, et al.
Pubblicazione: (2025)

Decoupling Distance and Networks: Hybrid Graph Attention-Geostatistical Methods for Spatio-temporal Risk Mapping
di: Bamidele, Toba Temitope, et al.
Pubblicazione: (2026)

Flexible and efficient emulation of spatial extremes processes via variational autoencoders
di: Zhang, Likun, et al.
Pubblicazione: (2023)

Independent Component Discovery in Temporal Count Data
di: Chaussard, Alexandre, et al.
Pubblicazione: (2026)

Bayesian Unit-level Modeling of Categorical Survey Data with a Longitudinal Design
di: Vedensky, Daniel, et al.
Pubblicazione: (2025)

Spatio-temporal modeling and forecasting with Fourier neural operators
di: Nag, Pratik, et al.
Pubblicazione: (2026)

TS-CausalNN: Learning Temporal Causal Relations from Non-linear Non-stationary Time Series Data
di: Faruque, Omar, et al.
Pubblicazione: (2024)

FRESH: Information-Geometric Calibration of Patient-Level Models to Aggregate Evidence
di: Fuller, Franklin, et al.
Pubblicazione: (2026)

Self-Consistent Equation-guided Neural Networks for Censored Time-to-Event Data
di: Kim, Sehwan, et al.
Pubblicazione: (2025)

Review on Determining the Number of Communities in Network Data
di: Du, Zhengyuan, et al.
Pubblicazione: (2025)

Distribution-Free Predictive Inference under Unknown Temporal Drift
di: Han, Elise, et al.
Pubblicazione: (2024)

Learning Joint and Individual Structure in Network Data with Covariates
di: James, Carson, et al.
Pubblicazione: (2024)

Predicting BVD Re-emergence in Irish Cattle From Highly Imbalanced Herd-Level Data Using Machine Learning Algorithms
di: Mimnagh, Niamh, et al.
Pubblicazione: (2025)

RealTCD: Temporal Causal Discovery from Interventional Data with Large Language Model
di: Li, Peiwen, et al.
Pubblicazione: (2024)

Hard and Soft EM in Bayesian Network Learning from Incomplete Data
di: Ruggieri, Andrea, et al.
Pubblicazione: (2020)

Sparsity-Induced Global Matrix Autoregressive Model with Auxiliary Network Data
di: Wu, Sanyou, et al.
Pubblicazione: (2025)

A Bayesian Approach to Unit-level Dependent Multi-type Survey Data
di: Kong, Zewei, et al.
Pubblicazione: (2026)

Towards a Unified Theory for Semiparametric Data Fusion with Individual-Level Data
di: Graham, Ellen, et al.
Pubblicazione: (2024)

TTCD:Transformer Integrated Temporal Causal Discovery from Non-Stationary Time Series Data
di: Faruque, Omar, et al.
Pubblicazione: (2026)

Latent Network Estimation and Variable Selection for Compositional Data via Variational EM
di: Osborne, Nathan, et al.
Pubblicazione: (2020)

Neural Bayes Estimators for Irregular Spatial Data using Graph Neural Networks
di: Sainsbury-Dale, Matthew, et al.
Pubblicazione: (2023)

Probabilistic Graphical Model using Graph Neural Networks for Bayesian Inversion of Discrete Structural Component States
di: Li, Teng, et al.
Pubblicazione: (2026)

CausalFormer: An Interpretable Transformer for Temporal Causal Discovery
di: Kong, Lingbai, et al.
Pubblicazione: (2024)

Towards Identifiability of Hierarchical Temporal Causal Representation Learning
di: Li, Zijian, et al.
Pubblicazione: (2025)

Factorized Fusion Shrinkage for Dynamic Relational Data
di: Zhao, Peng, et al.
Pubblicazione: (2022)

Fully Bayesian Spectral Clustering and Benchmarking with Uncertainty Quantification for Small Area Estimation
di: Fúquene-Patiño, Jairo
Pubblicazione: (2025)