AVATAR: Adversarial Autoencoders with Autoregressive Refinement for Time Series Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	EskandariNasab, MohammadReza, Hamdi, Shah Muhammad, Boubrahimi, Soukaina Filali
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SeriesGAN: Time Series Generation via Adversarial and Autoregressive Learning
von: EskandariNasab, MohammadReza, et al.
Veröffentlicht: (2024)

ChronoGAN: Supervised and Embedded Generative Adversarial Networks for Time Series Generation
von: EskandariNasab, MohammadReza, et al.
Veröffentlicht: (2024)

TIMED: Adversarial and Autoregressive Refinement of Diffusion-Based Time Series Generation
von: EskandariNasab, MohammadReza, et al.
Veröffentlicht: (2025)

Enhancing Multivariate Time Series-based Solar Flare Prediction with Multifaceted Preprocessing and Contrastive Learning
von: EskandariNasab, MohammadReza, et al.
Veröffentlicht: (2024)

SolarGPT-QA: A Domain-Adaptive Large Language Model for Educational Question Answering in Space Weather and Heliophysics
von: Chapagain, Santosh, et al.
Veröffentlicht: (2026)

Global Cross-Time Attention Fusion for Enhanced Solar Flare Prediction from Multivariate Time Series
von: Vural, Onur, et al.
Veröffentlicht: (2025)

EXCON: Extreme Instance-based Contrastive Representation Learning of Severely Imbalanced Multivariate Time Series for Solar Flare Prediction
von: Vural, Onur, et al.
Veröffentlicht: (2024)

Contrastive Representation Learning for Predicting Solar Flares from Extremely Imbalanced Multivariate Time Series Data
von: Vural, Onur, et al.
Veröffentlicht: (2024)

M-CELS: Counterfactual Explanation for Multivariate Time Series Data Guided by Learned Saliency Maps
von: Li, Peiyu, et al.
Veröffentlicht: (2024)

Motif-guided Time Series Counterfactual Explanations
von: Li, Peiyu, et al.
Veröffentlicht: (2022)

Advancing Hate Speech Detection with Transformers: Insights from the MetaHate
von: Chapagain, Santosh, et al.
Veröffentlicht: (2025)

Pruning Strategies for Backdoor Defense in LLMs
von: Chapagain, Santosh, et al.
Veröffentlicht: (2025)

Info-CELS: Informative Saliency Map Guided Counterfactual Explanation
von: Li, Peiyu, et al.
Veröffentlicht: (2024)

Forest Proximities for Time Series
von: Shaw, Ben, et al.
Veröffentlicht: (2024)

Source Code in Support of Solar Flare Prediction through Time Series Data Augmentation
von: Li, Peiyu, et al.
Veröffentlicht: (2025)

SDA-GRIN for Adaptive Spatial-Temporal Multivariate Time Series Imputation
von: Eskandari, Amir, et al.
Veröffentlicht: (2024)

Interpretable Time Series Autoregression for Periodicity Quantification
von: Chen, Xinyu, et al.
Veröffentlicht: (2025)

Superposition as Lossy Compression: Measure with Sparse Autoencoders and Connect to Adversarial Vulnerability
von: Bereska, Leonard, et al.
Veröffentlicht: (2025)

AROpt: An Optimization Method for Autoregressive Time Series Forecasting
von: Li, Zheng, et al.
Veröffentlicht: (2026)

An Unsupervised Adversarial Autoencoder for Cyber Attack Detection in Power Distribution Grids
von: Zideh, Mehdi Jabbari, et al.
Veröffentlicht: (2024)

Heteroscedastic Temporal Variational Autoencoder For Irregular Time Series
von: Shukla, Satya Narayan, et al.
Veröffentlicht: (2021)

WAVE: Weighted Autoregressive Varying Gate for Time Series Forecasting
von: Lu, Jiecheng, et al.
Veröffentlicht: (2024)

Times2D: Multi-Period Decomposition and Derivative Mapping for General Time Series Forecasting
von: Nematirad, Reza, et al.
Veröffentlicht: (2025)

Interpreting Outliers in Time Series Data through Decoding Autoencoder
von: Knab, Patrick, et al.
Veröffentlicht: (2024)

AutoHFormer: Efficient Hierarchical Autoregressive Transformer for Time Series Prediction
von: Zhang, Qianru, et al.
Veröffentlicht: (2025)

KAIROS: Unified Training for Universal Non-Autoregressive Time Series Forecasting
von: Ding, Kuiye, et al.
Veröffentlicht: (2025)

DLGAN : Time Series Synthesis Based on Dual-Layer Generative Adversarial Networks
von: Hou, Xuan, et al.
Veröffentlicht: (2025)

Generating Realistic Adversarial Examples for Business Processes using Variational Autoencoders
von: Stevens, Alexander, et al.
Veröffentlicht: (2024)

TimeCNN: Refining Cross-Variable Interaction on Time Point for Time Series Forecasting
von: Hu, Ao, et al.
Veröffentlicht: (2024)

An Adversarial Learning Approach to Irregular Time-Series Forecasting
von: Nam, Heejeong, et al.
Veröffentlicht: (2024)

Autoregressive Adversarial Post-Training for Real-Time Interactive Video Generation
von: Lin, Shanchuan, et al.
Veröffentlicht: (2025)

Generative Modeling of Clinical Time Series via Latent Stochastic Differential Equations
von: Aslanimoghanloo, Muhammad, et al.
Veröffentlicht: (2025)

Beyond the Known: Adversarial Autoencoders in Novelty Detection
von: Asad, Muhammad, et al.
Veröffentlicht: (2024)

Enhancing LLM Steering through Sparse Autoencoder-Based Vector Refinement
von: Wang, Anyi, et al.
Veröffentlicht: (2025)

Back to the Future: Look-ahead Augmentation and Parallel Self-Refinement for Time Series Forecasting
von: Kim, Sunho, et al.
Veröffentlicht: (2026)

Decentralized Autoregressive Generation
von: Maschan, Stepan, et al.
Veröffentlicht: (2026)

ProRefine: Inference-Time Prompt Refinement with Textual Feedback
von: Pandita, Deepak, et al.
Veröffentlicht: (2025)

DenoGrad: A Gradient-Based Framework for Data Refinement in Tabular and Time-Series Learning
von: Alonso-Ramos, J. Javier, et al.
Veröffentlicht: (2025)

Generative Inverse Design: From Single Point Optimization to a Diverse Design Portfolio via Conditional Variational Autoencoders
von: Zamrai, Muhammad Arif Hakimi
Veröffentlicht: (2025)

Applying Quantum Autoencoders for Time Series Anomaly Detection
von: Frehner, Robin, et al.
Veröffentlicht: (2024)