Buchumschlag

Dataset-Driven Channel Masks in Transformers for Multivariate Time Series

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Seunghan, Park, Taeyoung, Lee, Kibok
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Channel Normalization for Time Series Channel Identification
von: Lee, Seunghan, et al.
Veröffentlicht: (2025)

Soft Contrastive Learning for Time Series
von: Lee, Seunghan, et al.
Veröffentlicht: (2023)

Learning to Embed Time Series Patches Independently
von: Lee, Seunghan, et al.
Veröffentlicht: (2023)

ANT: Adaptive Noise Schedule for Time Series Diffusion Models
von: Lee, Seunghan, et al.
Veröffentlicht: (2024)

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

To Predict or Not To Predict? Proportionally Masked Autoencoders for Tabular Data Imputation
von: Kim, Jungkyu, et al.
Veröffentlicht: (2024)

Mitigating Label Shift in Tabular In-Context Learning via Test-Time Posterior Adjustment
von: Lee, Seunghan
Veröffentlicht: (2026)

IConv: Focusing on Local Variation with Channel Independent Convolution for Multivariate Time Series Forecasting
von: Lee, Gawon, et al.
Veröffentlicht: (2025)

Dynamic Relational Priming Improves Transformer in Multivariate Time Series
von: Lee, Hunjae, et al.
Veröffentlicht: (2025)

FinTexTS: Financial Text-Paired Time-Series Dataset via Semantic-Based and Multi-Level Pairing
von: Lee, Jaehoon, et al.
Veröffentlicht: (2026)

MoDEx: Mixture of Depth-specific Experts for Multivariate Long-term Time Series Forecasting
von: Yoon, Hyekyung, et al.
Veröffentlicht: (2026)

FinSTaR: Towards Financial Reasoning with Time Series Reasoning Models
von: Lee, Seunghan, et al.
Veröffentlicht: (2026)

SCFormer: Structured Channel-wise Transformer with Cumulative Historical State for Multivariate Time Series Forecasting
von: Guo, Shiwei, et al.
Veröffentlicht: (2025)

Rethinking Multimodal Fusion for Time Series: Auxiliary Modalities Need Constrained Fusion
von: Lee, Seunghan, et al.
Veröffentlicht: (2026)

On the Effectiveness of Supervision in Asymmetric Non-Contrastive Learning
von: Oh, Jeongheon, et al.
Veröffentlicht: (2024)

Adapformer: Adaptive Channel Management for Multivariate Time Series Forecasting
von: Luo, Yuchen, et al.
Veröffentlicht: (2025)

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

Guided Trajectory Generation with Diffusion Models for Offline Model-based Optimization
von: Yun, Taeyoung, et al.
Veröffentlicht: (2024)

GTA: Generative Trajectory Augmentation with Guidance for Offline Reinforcement Learning
von: Lee, Jaewoo, et al.
Veröffentlicht: (2024)

When and Where to Reset Matters for Long-Term Test-Time Adaptation
von: Lim, Taejun, et al.
Veröffentlicht: (2026)

TraM : Enhancing User Sleep Prediction with Transformer-based Multivariate Time Series Modeling and Machine Learning Ensembles
von: Kim, Jinjae, et al.
Veröffentlicht: (2024)

Ister: Linear Transformer for Efficient Multivariate Time Series Forecasting
von: Cao, Fanpu, et al.
Veröffentlicht: (2024)

ShapeFormer: Shapelet Transformer for Multivariate Time Series Classification
von: Le, Xuan-May, et al.
Veröffentlicht: (2024)

HDT: Hierarchical Discrete Transformer for Multivariate Time Series Forecasting
von: Feng, Shibo, et al.
Veröffentlicht: (2025)

CSformer: Combining Channel Independence and Mixing for Robust Multivariate Time Series Forecasting
von: Wang, Haoxin, et al.
Veröffentlicht: (2023)

IMTS is Worth Time $\times$ Channel Patches: Visual Masked Autoencoders for Irregular Multivariate Time Series Prediction
von: Hu, Zhangyi, et al.
Veröffentlicht: (2025)

FADTI: Fourier and Attention Driven Diffusion for Multivariate Time Series Imputation
von: Li, Runze, et al.
Veröffentlicht: (2025)

EDformer: Embedded Decomposition Transformer for Interpretable Multivariate Time Series Predictions
von: Chakraborty, Sanjay, et al.
Veröffentlicht: (2024)

TiVaT: A Transformer with a Single Unified Mechanism for Capturing Asynchronous Dependencies in Multivariate Time Series Forecasting
von: Ha, Junwoo, et al.
Veröffentlicht: (2024)

FreEformer: Frequency Enhanced Transformer for Multivariate Time Series Forecasting
von: Yue, Wenzhen, et al.
Veröffentlicht: (2025)

Rethinking Channel Dependence for Multivariate Time Series Forecasting: Learning from Leading Indicators
von: Zhao, Lifan, et al.
Veröffentlicht: (2024)

Causality-Aware Contrastive Learning for Robust Multivariate Time-Series Anomaly Detection
von: Kim, HyunGi, et al.
Veröffentlicht: (2025)

SCANIA Component X Dataset: A Real-World Multivariate Time Series Dataset for Predictive Maintenance
von: Kharazian, Zahra, et al.
Veröffentlicht: (2024)

CANDI: Curated Test-Time Adaptation for Multivariate Time-Series Anomaly Detection Under Distribution Shift
von: Kim, HyunGi, et al.
Veröffentlicht: (2026)

Causal Disentanglement Learning for Accurate Anomaly Detection in Multivariate Time Series
von: Kim, Wonah, et al.
Veröffentlicht: (2025)

TimeBridge: Better Diffusion Prior Design with Bridge Models for Time Series Generation
von: Park, Jinseong, et al.
Veröffentlicht: (2024)

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

ChronoGraph: A Real-World Graph-Based Multivariate Time Series Dataset
von: Lutu, Adrian Catalin, et al.
Veröffentlicht: (2025)

Automated Kernel Discovery Towards Understanding High-dimensional Bayesian Optimization
von: Yun, Taeyoung, et al.
Veröffentlicht: (2026)

Time-IMM: A Dataset and Benchmark for Irregular Multimodal Multivariate Time Series
von: Chang, Ching, et al.
Veröffentlicht: (2025)