Buchumschlag

Evaluating Time Series Models with Knowledge Discovery

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Zhang, Li
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

Causal Discovery from Conditionally Stationary Time Series
von: Balsells-Rodas, Carles, et al.
Veröffentlicht: (2021)

Evaluating Time Series Foundation Models on Noisy Periodic Time Series
von: Gupta, Syamantak Datta
Veröffentlicht: (2025)

Causal Discovery for Irregularly Time Series with Consistency Guarantees
von: Li, Weihong, et al.
Veröffentlicht: (2025)

Efficient Causal Discovery for Autoregressive Time Series
von: Fesanghary, Mohammad, et al.
Veröffentlicht: (2025)

SpaceTime: Causal Discovery from Non-Stationary Time Series
von: Mameche, Sarah, et al.
Veröffentlicht: (2025)

CausalCompass: Evaluating the Robustness of Time-Series Causal Discovery in Misspecified Scenarios
von: Yi, Huiyang, et al.
Veröffentlicht: (2026)

MotifDisco: Motif Causal Discovery For Time Series Motifs
von: Lamp, Josephine, et al.
Veröffentlicht: (2024)

Transformer-based Time-Series Biomarker Discovery for COPD Diagnosis
von: Gadgil, Soham, et al.
Veröffentlicht: (2024)

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

Time-Series Forecasting, Knowledge Distillation, and Refinement within a Multimodal PDE Foundation Model
von: Jollie, Derek, et al.
Veröffentlicht: (2024)

Latent Structural Similarity Networks for Unsupervised Discovery in Multivariate Time Series
von: Owoeye, Olusegun
Veröffentlicht: (2026)

A Knowledge-Informed Pretrained Model for Causal Discovery
von: Xu, Wenbo, et al.
Veröffentlicht: (2026)

Efficient Multivariate Time Series Forecasting via Calibrated Language Models with Privileged Knowledge Distillation
von: Liu, Chenxi, et al.
Veröffentlicht: (2025)

An Evaluation of Standard Statistical Models and LLMs on Time Series Forecasting
von: Cao, Rui, et al.
Veröffentlicht: (2024)

Large Language Model Guided Knowledge Distillation for Time Series Anomaly Detection
von: Liu, Chen, et al.
Veröffentlicht: (2024)

TimeMKG: Knowledge-Infused Causal Reasoning for Multivariate Time Series Modeling
von: Sun, Yifei, et al.
Veröffentlicht: (2025)

DQE: A Semantic-Aware Evaluation Metric for Time Series Anomaly Detection
von: Li, Yuewei, et al.
Veröffentlicht: (2026)

Joint Time Series Chain: Detecting Unusual Evolving Trend across Time Series
von: Zhang, Li, et al.
Veröffentlicht: (2026)

Steering the LoCoMotif: Using Domain Knowledge in Time Series Motif Discovery
von: Yurtman, Aras, et al.
Veröffentlicht: (2025)

THEMIS: Unlocking Pretrained Knowledge with Foundation Model Embeddings for Anomaly Detection in Time Series
von: Lorik, Yadav Mahesh, et al.
Veröffentlicht: (2025)

Beyond Model Ranking: Predictability-Aligned Evaluation for Time Series Forecasting
von: Feng, Wanjin, et al.
Veröffentlicht: (2025)

Causal Discovery in Multivariate Time Series through Mutual Information Featurization
von: Paldino, Gian Marco, et al.
Veröffentlicht: (2025)

Beyond Extrapolation: Knowledge Utilization Paradigm with Bidirectional Inspiration for Time Series Forecasting
von: Chong, Liu, et al.
Veröffentlicht: (2026)

A Time Series Multitask Framework Integrating a Large Language Model, Pre-Trained Time Series Model, and Knowledge Graph
von: Hao, Shule, et al.
Veröffentlicht: (2025)

LLM-based Knowledge Pruning for Time Series Data Analytics on Edge-computing Devices
von: Jin, Ruibing, et al.
Veröffentlicht: (2024)

Training and Evaluating Causal Forecasting Models for Time-Series
von: Crasson, Thomas, et al.
Veröffentlicht: (2024)

Structural Knowledge Informed Continual Multivariate Time Series Forecasting
von: Pan, Zijie, et al.
Veröffentlicht: (2024)

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

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

GIFT-Eval: A Benchmark For General Time Series Forecasting Model Evaluation
von: Aksu, Taha, et al.
Veröffentlicht: (2024)

Synthetic Series-Symbol Data Generation for Time Series Foundation Models
von: Wang, Wenxuan, et al.
Veröffentlicht: (2025)

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

Continuity and Ordinality Matter: Constraining Time Series Tokens for Effective Time Series Analysis with Large Language Models
von: Li, Musheng, et al.
Veröffentlicht: (2026)

Online Conformal Model Selection for Nonstationary Time Series
von: Li, Shibo, et al.
Veröffentlicht: (2025)

Privacy-Aware Time Series Synthesis via Public Knowledge Distillation
von: Liu, Penghang, et al.
Veröffentlicht: (2025)

FTMixer: Frequency and Time Domain Representations Fusion for Time Series Modeling
von: Li, Zhengnan, et al.
Veröffentlicht: (2024)

MEMTS: Internalizing Domain Knowledge via Parameterized Memory for Retrieval-Free Domain Adaptation of Time Series Foundation Models
von: Yu, Xiaoyun, et al.
Veröffentlicht: (2026)

TCD-Arena: Assessing Robustness of Time Series Causal Discovery Methods Against Assumption Violations
von: Stein, Gideon, et al.
Veröffentlicht: (2026)

MONSTER: Monash Scalable Time Series Evaluation Repository
von: Dempster, Angus, et al.
Veröffentlicht: (2025)

Toward Interpretable Evaluation Measures for Time Series Segmentation
von: Chavelli, Félix, et al.
Veröffentlicht: (2025)