Buchumschlag

Time Series Viewmakers for Robust Disruption Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chayapathy, Dhruva, Siebert, Tavis, Spangher, Lucas, Moharir, Akshata Kishore, Patil, Om Manoj, Rea, Cristina
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

Disentangling Recall and Reasoning in Transformer Models through Layer-wise Attention and Activation Analysis
von: Fartale, Harshwardhan, et al.
Veröffentlicht: (2025)

Autoregressive Transformers for Disruption Prediction in Nuclear Fusion Plasmas
von: Spangher, Lucas, et al.
Veröffentlicht: (2023)

The Nonverbal Gap: Toward Affective Computer Vision for Safer and More Equitable Online Dating
von: Kandala, Ratna, et al.
Veröffentlicht: (2026)

"What if she doesn't feel the same?" What Happens When We Ask AI for Relationship Advice
von: Manchanda, Niva, et al.
Veröffentlicht: (2025)

Designing Explainable Conversational Agentic Systems for Guaraní Speakers
von: Adorno, Samantha, et al.
Veröffentlicht: (2026)

From Explainability to Action: A Generative Operational Framework for Integrating XAI in Clinical Mental Health Screening
von: Kandala, Ratna, et al.
Veröffentlicht: (2025)

Fixed-Budget Constrained Best Arm Identification in Grouped Bandits
von: Mukherjee, Raunak, et al.
Veröffentlicht: (2026)

The lazy (NTK) and rich ($μ$P) regimes: a gentle tutorial
von: Karkada, Dhruva
Veröffentlicht: (2024)

EchoGuard: An Agentic Framework with Knowledge-Graph Memory for Detecting Manipulative Communication in Longitudinal Dialogue
von: Kandala, Ratna, et al.
Veröffentlicht: (2026)

Physics-Guided Counterfactual Explanations for Large-Scale Multivariate Time Series: Application in Scalable and Interpretable SEP Event Prediction
von: Patil, Pranjal, et al.
Veröffentlicht: (2026)

Dynamic Linear Coregionalization for Realistic Synthetic Multivariate Time Series
von: Vapsi, Annita, et al.
Veröffentlicht: (2026)

Observation-Free Attacks on Online Learning to Rank
von: Chattopadhyay, Sameep, et al.
Veröffentlicht: (2025)

Unreliable Multi-Armed Bandits: A Novel Approach to Recommendation Systems
von: Ravi, Aditya Narayan, et al.
Veröffentlicht: (2019)

Machine Learning Methods for Gene Regulatory Network Inference
von: Hegde, Akshata, et al.
Veröffentlicht: (2025)

BEV-CV: Birds-Eye-View Transform for Cross-View Geo-Localisation
von: Shore, Tavis, et al.
Veröffentlicht: (2023)

Cross-Lingual Mental Health Ontologies for Indian Languages: Bridging Patient Expression and Clinical Understanding through Explainable AI and Human-in-the-Loop Validation
von: Kandala, Ananth, et al.
Veröffentlicht: (2025)

Transformer Conformal Prediction for Time Series
von: Lee, Junghwan, et al.
Veröffentlicht: (2024)

Robust Explainer Recommendation for Time Series Classification
von: Nguyen, Thu Trang, et al.
Veröffentlicht: (2023)

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

Quantum Machine Learning with HQC Architectures using non-Classically Simulable Feature Maps
von: Ahmad, Syed Farhan, et al.
Veröffentlicht: (2021)

Predicting kernel regression learning curves from only raw data statistics
von: Karkada, Dhruva, et al.
Veröffentlicht: (2025)

Active Disruption Avoidance and Trajectory Design for Tokamak Ramp-downs with Neural Differential Equations and Reinforcement Learning
von: Wang, Allen M., et al.
Veröffentlicht: (2024)

Constrained Best Arm Identification in Grouped Bandits
von: Dharod, Sahil, et al.
Veröffentlicht: (2024)

Low-Regret and Low-Complexity Learning for Hierarchical Inference
von: Chattopadhyay, Sameep, et al.
Veröffentlicht: (2025)

Robustness of Decentralised Learning to Nodes and Data Disruption
von: Palmieri, Luigi, et al.
Veröffentlicht: (2024)

Recurrent Interpolants for Probabilistic Time Series Prediction
von: Chen, Yu, et al.
Veröffentlicht: (2024)

Differential Machine Learning for Time Series Prediction
von: Yadav, Akash, et al.
Veröffentlicht: (2025)

RobustTSF: Towards Theory and Design of Robust Time Series Forecasting with Anomalies
von: Cheng, Hao, et al.
Veröffentlicht: (2024)

On-line Learning in Tree MDPs by Treating Policies as Bandit Arms
von: Shah, Anvay, et al.
Veröffentlicht: (2026)

Incorporating Taylor Series and Recursive Structure in Neural Networks for Time Series Prediction
von: Mau, Jarrod, et al.
Veröffentlicht: (2024)

EXPRTS: Exploring and Probing the Robustness of Time Series Forecasting Models
von: Kjærnli, Håkon Hanisch, et al.
Veröffentlicht: (2024)

Fortifying Time Series: DTW-Certified Robust Anomaly Detection
von: Liu, Shijie, et al.
Veröffentlicht: (2026)

Cascading Bandits With Feedback
von: Prakash, R Sri, et al.
Veröffentlicht: (2025)

A Predictive Approach To Enhance Time-Series Forecasting
von: Gunasekaran, Skye, et al.
Veröffentlicht: (2024)

Surrogate Modeling for Explainable Predictive Time Series Corrections
von: Lopez, Alfredo, et al.
Veröffentlicht: (2024)

Temporal Encoding Strategies for Energy Time Series Prediction
von: Bansal, Aayam, et al.
Veröffentlicht: (2025)

Deterministic Reservoir Computing for Chaotic Time Series Prediction
von: Viehweg, Johannes, et al.
Veröffentlicht: (2025)

Scaling Law for Large-Scale Pre-Training Using Chaotic Time Series and Predictability in Financial Time Series
von: Takemoto, Yuki
Veröffentlicht: (2025)

Attention as Robust Representation for Time Series Forecasting
von: Niu, PeiSong, et al.
Veröffentlicht: (2024)

Koopman Ensembles for Probabilistic Time Series Forecasting
von: Frion, Anthony, et al.
Veröffentlicht: (2024)