Buchumschlag

TimesBERT: A BERT-Style Foundation Model for Time Series Understanding

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Haoran, Liu, Yong, Qiu, Yunzhong, Liu, Haixuan, Pei, Zhongyi, Wang, Jianmin, Long, Mingsheng
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

DiTS: Multimodal Diffusion Transformers Are Time Series Forecasters
von: Zhang, Haoran, et al.
Veröffentlicht: (2026)

Adapt Data to Model: Adaptive Transformation Optimization for Domain-shared Time Series Foundation Models
von: Qiu, Yunzhong, et al.
Veröffentlicht: (2026)

CoRA: Covariate-Aware Adaptation of Time Series Foundation Models
von: Qin, Guo, et al.
Veröffentlicht: (2025)

TimeXer: Empowering Transformers for Time Series Forecasting with Exogenous Variables
von: Wang, Yuxuan, et al.
Veröffentlicht: (2024)

TimeSiam: A Pre-Training Framework for Siamese Time-Series Modeling
von: Dong, Jiaxiang, et al.
Veröffentlicht: (2024)

Regression Models Meet Foundation Models: A Hybrid-AI Approach to Practical Electricity Price Forecasting
von: Qiu, Yunzhong, et al.
Veröffentlicht: (2026)

Timer: Generative Pre-trained Transformers Are Large Time Series Models
von: Liu, Yong, et al.
Veröffentlicht: (2024)

AutoTimes: Autoregressive Time Series Forecasters via Large Language Models
von: Liu, Yong, et al.
Veröffentlicht: (2024)

Sundial: A Family of Highly Capable Time Series Foundation Models
von: Liu, Yong, et al.
Veröffentlicht: (2025)

Timer-XL: Long-Context Transformers for Unified Time Series Forecasting
von: Liu, Yong, et al.
Veröffentlicht: (2024)

Deep Time Series Models: A Comprehensive Survey and Benchmark
von: Wang, Yuxuan, et al.
Veröffentlicht: (2024)

DualWeaver: Synergistic Feature Weaving Surrogates for Multivariate Forecasting with Univariate Time Series Foundation Models
von: Li, Jinpeng, et al.
Veröffentlicht: (2026)

Thoth: Mid-Training Bridges LLMs to Time Series Understanding
von: Lin, Jiafeng, et al.
Veröffentlicht: (2026)

iTransformer: Inverted Transformers Are Effective for Time Series Forecasting
von: Liu, Yong, et al.
Veröffentlicht: (2023)

TiMi: Empower Time Series Transformers with Multimodal Mixture of Experts
von: Lin, Jiafeng, et al.
Veröffentlicht: (2026)

Timer-S1: A Billion-Scale Time Series Foundation Model with Serial Scaling
von: Liu, Yong, et al.
Veröffentlicht: (2026)

Metadata Matters for Time Series: Informative Forecasting with Transformers
von: Dong, Jiaxiang, et al.
Veröffentlicht: (2024)

Exploring Accuracy Law for Deep Time Series Forecasters: An Empirical Study
von: Wang, Yuxuan, et al.
Veröffentlicht: (2025)

Aura: Universal Multi-dimensional Exogenous Integration for Aviation Time Series
von: Lin, Jiafeng, et al.
Veröffentlicht: (2026)

Toward Understanding BERT-Like Pre-Training for DNA Foundation Models
von: Liang, Chaoqi, et al.
Veröffentlicht: (2023)

Federated Foundation Models on Heterogeneous Time Series
von: Chen, Shengchao, et al.
Veröffentlicht: (2024)

It's TIME: Towards the Next Generation of Time Series Forecasting Benchmarks
von: Qiao, Zhongzheng, et al.
Veröffentlicht: (2026)

The geometry of BERT
von: Bonino, Matteo, et al.
Veröffentlicht: (2025)

RoboBERT: An End-to-end Multimodal Robotic Manipulation Model
von: Wang, Sicheng, et al.
Veröffentlicht: (2025)

A BERT-based Hierarchical Classification Model with Applications in Chinese Commodity Classification
von: Liu, Kun, et al.
Veröffentlicht: (2025)

Understanding the Implicit Biases of Design Choices for Time Series Foundation Models
von: Yu, Annan, et al.
Veröffentlicht: (2025)

BTTackler: A Diagnosis-based Framework for Efficient Deep Learning Hyperparameter Optimization
von: Pei, Zhongyi, et al.
Veröffentlicht: (2026)

Dynamical Diffusion: Learning Temporal Dynamics with Diffusion Models
von: Guo, Xingzhuo, et al.
Veröffentlicht: (2025)

Time-FFM: Towards LM-Empowered Federated Foundation Model for Time Series Forecasting
von: Liu, Qingxiang, et al.
Veröffentlicht: (2024)

Bi-level Heterogeneous Learning for Time Series Foundation Models: A Federated Learning Approach
von: Chen, Shengchao, et al.
Veröffentlicht: (2026)

GenoBERT: A Language Model for Accurate Genotype Imputation
von: Huang, Lei, et al.
Veröffentlicht: (2026)

GoBERT: Gene Ontology Graph Informed BERT for Universal Gene Function Prediction
von: Miao, Yuwei, et al.
Veröffentlicht: (2025)

TimeFound: A Foundation Model for Time Series Forecasting
von: Xiao, Congxi, et al.
Veröffentlicht: (2025)

FlowBERT: Prompt-tuned BERT for variable flow field prediction
von: Zou, Weihao, et al.
Veröffentlicht: (2025)

Empowering Interdisciplinary Research with BERT-Based Models: An Approach Through SciBERT-CNN with Topic Modeling
von: Likhareva, Darya, et al.
Veröffentlicht: (2024)

DE$^3$-BERT: Distance-Enhanced Early Exiting for BERT based on Prototypical Networks
von: He, Jianing, et al.
Veröffentlicht: (2024)

Diversified Scaling Inference in Time Series Foundation Models
von: Hua, Ruijin, et al.
Veröffentlicht: (2026)

TimeDiT: General-purpose Diffusion Transformers for Time Series Foundation Model
von: Cao, Defu, et al.
Veröffentlicht: (2024)

Domain Guidance: A Simple Transfer Approach for a Pre-trained Diffusion Model
von: Zhong, Jincheng, et al.
Veröffentlicht: (2025)

An investigation of structures responsible for gender bias in BERT and DistilBERT
von: Leteno, Thibaud, et al.
Veröffentlicht: (2024)