Buchumschlag

PINT: Physics-Informed Neural Time Series Models with Applications to Long-term Inference on WeatherBench 2m-Temperature Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Park, Keonvin, Kim, Jisu, Seo, Jaemin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Joint Return and Risk Modeling with Deep Neural Networks for Portfolio Construction
von: Park, Keonvin
Veröffentlicht: (2026)

Dynamic Elasticity Between Forest Loss and Carbon Emissions: A Subnational Panel Analysis of the United States
von: Park, Keonvin
Veröffentlicht: (2026)

Coupling-Robust Accuracy in Multiphysics Physics Informed Neural Networks via Kronecker-Preconditioned Optimization
von: Park, Youngjae, et al.
Veröffentlicht: (2026)

Ranked Entropy Minimization for Continual Test-Time Adaptation
von: Han, Jisu, et al.
Veröffentlicht: (2025)

WeatherBench: A Real-World Benchmark Dataset for All-in-One Adverse Weather Image Restoration
von: Guan, Qiyuan, et al.
Veröffentlicht: (2025)

WeatherBench 2: A benchmark for the next generation of data-driven global weather models
von: Rasp, Stephan, et al.
Veröffentlicht: (2023)

FlexiQ: Adaptive Mixed-Precision Quantization for Latency/Accuracy Trade-Offs in Deep Neural Networks
von: Kim, Jaemin, et al.
Veröffentlicht: (2025)

Understanding Image2Video Domain Shift in Food Segmentation: An Instance-level Analysis on Apples
von: Park, Keonvin, et al.
Veröffentlicht: (2026)

Design Optimization of Nuclear Fusion Reactor through Deep Reinforcement Learning
von: Kim, Jinsu, et al.
Veröffentlicht: (2024)

Semantic Prompting with Image-Token for Continual Learning
von: Han, Jisu, et al.
Veröffentlicht: (2024)

Benchmarking Physics-Informed Time-Series Models for Operational Global Station Weather Forecasting
von: Han, Tao, et al.
Veröffentlicht: (2024)

Multivariate Long-term Time Series Forecasting with Fourier Neural Filter
von: Xu, Chenheng, et al.
Veröffentlicht: (2025)

PIG: Physics-Informed Gaussians as Adaptive Parametric Mesh Representations
von: Kang, Namgyu, et al.
Veröffentlicht: (2024)

Physics-Informed Neural Networks with Unknown Partial Differential Equations: an Application in Multivariate Time Series
von: Mortezanejad, Seyedeh Azadeh Fallah, et al.
Veröffentlicht: (2025)

Integration of Mamba and Transformer -- MAT for Long-Short Range Time Series Forecasting with Application to Weather Dynamics
von: Zhang, Wenqing, et al.
Veröffentlicht: (2024)

Robust Ultra Low-Bit Post-Training Quantization via Stable Diagonal Curvature Estimate
von: Kim, Jaemin, et al.
Veröffentlicht: (2026)

Accelerating Long-Term Molecular Dynamics with Physics-Informed Time-Series Forecasting
von: Le, Hung, et al.
Veröffentlicht: (2025)

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

ExeGPT: Constraint-Aware Resource Scheduling for LLM Inference
von: Oh, Hyungjun, et al.
Veröffentlicht: (2024)

BInD: Bond and Interaction-generating Diffusion Model for Multi-objective Structure-based Drug Design
von: Lee, Joongwon, et al.
Veröffentlicht: (2024)

Neural Variance-aware Dueling Bandits with Deep Representation and Shallow Exploration
von: Oh, Youngmin, et al.
Veröffentlicht: (2025)

Multi-resolution Time-Series Transformer for Long-term Forecasting
von: Zhang, Yitian, et al.
Veröffentlicht: (2023)

A lightweight Spatial-Temporal Graph Neural Network for Long-term Time Series Forecasting
von: Moges, Henok Tenaw, et al.
Veröffentlicht: (2025)

When Test-Time Adaptation Meets Self-Supervised Models
von: Han, Jisu, et al.
Veröffentlicht: (2025)

Weather Prediction Using CNN-LSTM for Time Series Analysis: A Case Study on Delhi Temperature Data
von: Li, Bangyu, et al.
Veröffentlicht: (2024)

ST-MTM: Masked Time Series Modeling with Seasonal-Trend Decomposition for Time Series Forecasting
von: Seo, Hyunwoo, et al.
Veröffentlicht: (2025)

TimeBridge: Non-Stationarity Matters for Long-term Time Series Forecasting
von: Liu, Peiyuan, et al.
Veröffentlicht: (2024)

SparseTSF: Modeling Long-term Time Series Forecasting with 1k Parameters
von: Lin, Shengsheng, et al.
Veröffentlicht: (2024)

TimeSeriesBench: An Industrial-Grade Benchmark for Time Series Anomaly Detection Models
von: Si, Haotian, et al.
Veröffentlicht: (2024)

Capsule Neural Networks as Noise Stabilizer for Time Series Data
von: Kim, Soyeon, et al.
Veröffentlicht: (2024)

Federated Learning for Time-Series Healthcare Sensing with Incomplete Modalities
von: Orzikulova, Adiba, et al.
Veröffentlicht: (2024)

Mixture-of-Linear-Experts for Long-term Time Series Forecasting
von: Ni, Ronghao, et al.
Veröffentlicht: (2023)

Dualformer: Time-Frequency Dual Domain Learning for Long-term Time Series Forecasting
von: Bai, Jingjing, et al.
Veröffentlicht: (2026)

ATFNet: Adaptive Time-Frequency Ensembled Network for Long-term Time Series Forecasting
von: Ye, Hengyu, et al.
Veröffentlicht: (2024)

TimeMachine: A Time Series is Worth 4 Mambas for Long-term Forecasting
von: Ahamed, Md Atik, et al.
Veröffentlicht: (2024)

SageFormer: Series-Aware Framework for Long-term Multivariate Time Series Forecasting
von: Zhang, Zhenwei, et al.
Veröffentlicht: (2023)

Semi-Supervised Learning with Noisy Proxy Covariates: Generalization Bounds and Distribution Regression
von: Kim, Kwangho, et al.
Veröffentlicht: (2026)

PIORF: Physics-Informed Ollivier-Ricci Flow for Long-Range Interactions in Mesh Graph Neural Networks
von: Yu, Youn-Yeol, et al.
Veröffentlicht: (2025)

Leveraging 2D Information for Long-term Time Series Forecasting with Vanilla Transformers
von: Cheng, Xin, et al.
Veröffentlicht: (2024)

Separable Physics-informed Neural Networks for Solving the BGK Model of the Boltzmann Equation
von: Oh, Jaemin, et al.
Veröffentlicht: (2024)