Buchumschlag

Proactive Model Adaptation Against Concept Drift for Online Time Series Forecasting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhao, Lifan, Shen, Yanyan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computational Engineering, Finance, and Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DoubleAdapt: A Meta-learning Approach to Incremental Learning for Stock Trend Forecasting
von: Zhao, Lifan, et al.
Veröffentlicht: (2023)

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

FETS Benchmark: Foundation Models Outperform Dataset-specific Machine Learning in Energy Time Series Forecasting
von: Obermeier, Marco, et al.
Veröffentlicht: (2026)

StockTime: A Time Series Specialized Large Language Model Architecture for Stock Price Prediction
von: Wang, Shengkun, et al.
Veröffentlicht: (2024)

Transformers with Attentive Federated Aggregation for Time Series Stock Forecasting
von: Thwal, Chu Myaet, et al.
Veröffentlicht: (2024)

FHRFormer: A Self-Supervised Masked Transformer Framework for Fetal Heart Rate Time-Series Inpainting and Forecasting
von: Engan, Kjersti, et al.
Veröffentlicht: (2026)

Fine-Tuning Pre-trained Large Time Series Models for Prediction of Wind Turbine SCADA Data
von: Fan, Yuwei, et al.
Veröffentlicht: (2024)

CTBench: Cryptocurrency Time Series Generation Benchmark
von: Ang, Yihao, et al.
Veröffentlicht: (2025)

Off-the-Shelf Neural Network Architectures for Forex Time Series Prediction come at a Cost
von: Zafeiriou, Theodoros, et al.
Veröffentlicht: (2024)

VCDF: A Validated Consensus-Driven Framework for Time Series Causal Discovery
von: Yu, Gene, et al.
Veröffentlicht: (2026)

Hidformer: Transformer-Style Neural Network in Stock Price Forecasting
von: Szydłowski, Kamil Ł., et al.
Veröffentlicht: (2024)

DeepSupp: Attention-Driven Correlation Pattern Analysis for Dynamic Time Series Support and Resistance Levels Identification
von: Kriuk, Boris, et al.
Veröffentlicht: (2025)

Robust Time Series Causal Discovery for Agent-Based Model Validation
von: Yu, Gene, et al.
Veröffentlicht: (2024)

Predicting Grain Growth in Polycrystalline Materials Using Deep Learning Time Series Models
von: Younes, Eliane, et al.
Veröffentlicht: (2025)

Bubbleformer: Forecasting Boiling with Transformers
von: Hassan, Sheikh Md Shakeel, et al.
Veröffentlicht: (2025)

Controllable Graph Generation with Diffusion Models via Inference-Time Tree Search Guidance
von: Zhao, Jiachi, et al.
Veröffentlicht: (2025)

PATH: A Discrete-sequence Dataset for Evaluating Online Unsupervised Anomaly Detection Approaches for Multivariate Time Series
von: Correia, Lucas, et al.
Veröffentlicht: (2024)

MolEvolve: LLM-Guided Evolutionary Search for Interpretable Molecular Optimization
von: Chen, Xiangsen, et al.
Veröffentlicht: (2026)

TeVAE: A Variational Autoencoder Approach for Discrete Online Anomaly Detection in Variable-state Multivariate Time-series Data
von: Correia, Lucas, et al.
Veröffentlicht: (2024)

CAMEF: Causal-Augmented Multi-Modality Event-Driven Financial Forecasting by Integrating Time Series Patterns and Salient Macroeconomic Announcements
von: Zhang, Yang, et al.
Veröffentlicht: (2025)

Multistep Brent Oil Price Forecasting with a Multi-Aspect Meta-heuristic Optimization and Ensemble Deep Learning Model
von: Alruqimi, Mohammed, et al.
Veröffentlicht: (2024)

Forecasting VIX using interpretable Kolmogorov-Arnold networks
von: Cho, So-Yoon, et al.
Veröffentlicht: (2025)

Movement Prediction-Adjusted Naive Forecast: Is the Naive Baseline Unbeatable in Financial Time Series Forecasting?
von: Zhang, Cheng
Veröffentlicht: (2024)

CaFA: Global Weather Forecasting with Factorized Attention on Sphere
von: Li, Zijie, et al.
Veröffentlicht: (2024)

EverAdapt: Continuous Adaptation for Dynamic Machine Fault Diagnosis Environments
von: Edward, et al.
Veröffentlicht: (2024)

CauSTream: Causal Spatio-Temporal Representation Learning for Streamflow Forecasting
von: Wan, Shu, et al.
Veröffentlicht: (2025)

Trade When Opportunity Comes: Price Movement Forecasting via Locality-Aware Attention and Iterative Refinement Labeling
von: Zeng, Liang, et al.
Veröffentlicht: (2021)

Sparse Latent Factor Forecaster (SLFF) with Iterative Inference for Transparent Multi-Horizon Commodity Futures Prediction
von: Gupta, Abhijit
Veröffentlicht: (2025)

Semantic-Enhanced Time-Series Forecasting via Large Language Models
von: Liu, Hao, et al.
Veröffentlicht: (2025)

Financial Assets Dependency Prediction Utilizing Spatiotemporal Patterns
von: Zhu, Haoren, et al.
Veröffentlicht: (2024)

LETS-C: Leveraging Text Embedding for Time Series Classification
von: Kaur, Rachneet, et al.
Veröffentlicht: (2024)

R&D-Agent-Quant: A Multi-Agent Framework for Data-Centric Factors and Model Joint Optimization
von: Li, Yuante, et al.
Veröffentlicht: (2025)

Intelligent Reservoir Decision Support: An Integrated Framework Combining Large Language Models, Advanced Prompt Engineering, and Multimodal Data Fusion for Real-Time Petroleum Operations
von: Mahjour, Seyed Kourosh, et al.
Veröffentlicht: (2025)

CatMemo at the FinLLM Challenge Task: Fine-Tuning Large Language Models using Data Fusion in Financial Applications
von: Cao, Yupeng, et al.
Veröffentlicht: (2024)

BatGPT-Chem: A Foundation Large Model For Retrosynthesis Prediction
von: Yang, Yifei, et al.
Veröffentlicht: (2024)

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

The Deep Latent Space Particle Filter for Real-Time Data Assimilation with Uncertainty Quantification
von: Mücke, Nikolaj T., et al.
Veröffentlicht: (2024)

Regulatory Graphs and GenAI for Real-Time Transaction Monitoring and Compliance Explanation in Banking
von: Khanvilkar, Kunal, et al.
Veröffentlicht: (2025)

Adaptive-Sensorless Monitoring of Shipping Containers
von: Shen, Lingqing, et al.
Veröffentlicht: (2025)

CometNet: Contextual Motif-guided Long-term Time Series Forecasting
von: Wang, Weixu, et al.
Veröffentlicht: (2025)