Buchumschlag

Learning Data-Driven Uncertainty Set Partitions for Robust and Adaptive Energy Forecasting with Missing Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Stratigakos, Akylas, Andrianesis, Panagiotis
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

Decision-calibrated prediction sets for robust power system operations
von: Stratigakos, Akylas, et al.
Veröffentlicht: (2026)

Constructing Deployment Scenarios for Reserve Deliverability via Adaptive Robust Optimization
von: Van Caelenberg, Guillaume, et al.
Veröffentlicht: (2026)

Uncertainty-Driven Anomaly Detection for Psychotic Relapse Using Smartwatches: Forecasting and Multi-Task Learning Fusion
von: Tsalkitzis, Nikolaos, et al.
Veröffentlicht: (2026)

Adaptive Optimization for Prediction with Missing Data
von: Bertsimas, Dimitris, et al.
Veröffentlicht: (2024)

Imputation-free Learning of Tabular Data with Missing Values using Incremental Feature Partitions in Transformer
von: Samad, Manar D., et al.
Veröffentlicht: (2025)

Predictive Uncertainty in Short-Term PV Forecasting under Missing Data: A Multiple Imputation Approach
von: Pashmchi, Parastoo, et al.
Veröffentlicht: (2026)

Uncertainty Quantification of Data-Driven Output Predictors in the Output Error Setting
von: Kaviani, Farzan, et al.
Veröffentlicht: (2024)

Uncertainty-aware Traffic Prediction under Missing Data
von: Mei, Hao, et al.
Veröffentlicht: (2023)

LISA: Learning-Integrated Space Partitioning Framework for Traffic Accident Forecasting on Heterogeneous Spatiotemporal Data
von: An, Bang, et al.
Veröffentlicht: (2024)

Graph-based Forecasting with Missing Data through Spatiotemporal Downsampling
von: Marisca, Ivan, et al.
Veröffentlicht: (2024)

Adaptive Uncertainty-Guided Model Selection for Data-Driven PDE Discovery
von: Thanasutives, Pongpisit, et al.
Veröffentlicht: (2023)

From Data to Uncertainty Sets: a Machine Learning Approach
von: Bertsimas, Dimitris, et al.
Veröffentlicht: (2025)

Enhancing Performance for Highly Imbalanced Medical Data via Data Regularization in a Federated Learning Setting
von: Tsoumplekas, Georgios, et al.
Veröffentlicht: (2024)

Data-light Uncertainty Set Merging with Admissibility
von: Qin, Shenghao, et al.
Veröffentlicht: (2024)

Robust Classification of High-Dimensional Data using Data-Adaptive Energy Distance
von: Choudhury, Jyotishka Ray, et al.
Veröffentlicht: (2023)

Data-driven Lake Water Quality Forecasting for Time Series with Missing Data using Machine Learning
von: Chatterjee, Rishit, et al.
Veröffentlicht: (2026)

Data-Driven Priors for Uncertainty-Aware Deterioration Risk Prediction with Multimodal Data
von: López, L. Julián Lechuga, et al.
Veröffentlicht: (2026)

Latent Diffusion for Missing Data
von: Estad, Alberte Heering, et al.
Veröffentlicht: (2026)

Privacy Amplification by Missing Data
von: Roburin, Simon, et al.
Veröffentlicht: (2026)

Probabilistic Forecasting for Dynamical Systems with Missing or Imperfect Data
von: Rout, Siddharth, et al.
Veröffentlicht: (2025)

Holistic Robust Data-Driven Decisions
von: Bennouna, Amine, et al.
Veröffentlicht: (2022)

Meteorology-Driven GPT4AP: A Multi-Task Forecasting LLM for Atmospheric Air Pollution in Data-Scarce Settings
von: Dey, Prasanjit, et al.
Veröffentlicht: (2026)

OceanForecastBench: A Benchmark Dataset for Data-Driven Global Ocean Forecasting
von: Jia, Haoming, et al.
Veröffentlicht: (2025)

Adaptive Hoeffding Tree with Transfer Learning for Streaming Synchrophasor Data Sets
von: Mrabet, Zakaria El, et al.
Veröffentlicht: (2025)

Robust Variable Selection for High-dimensional Regression with Missing Data and Measurement Errors
von: Zhang, Zhenhao, et al.
Veröffentlicht: (2024)

Score Matching With Missing Data
von: Givens, Josh, et al.
Veröffentlicht: (2025)

Multi-environment Invariance Learning with Missing Data
von: Jia, Yiran, et al.
Veröffentlicht: (2026)

Embracing Aleatoric Uncertainty in Medical Multimodal Learning with Missing Modalities
von: Gong, Linxiao, et al.
Veröffentlicht: (2026)

Learning Reconfigurable Representations for Multimodal Federated Learning with Missing Data
von: Nguyen, Duong M., et al.
Veröffentlicht: (2025)

Optimal Transport for Structure Learning Under Missing Data
von: Vo, Vy, et al.
Veröffentlicht: (2024)

Explainability of Machine Learning Models under Missing Data
von: Vo, Tuan L., et al.
Veröffentlicht: (2024)

Fusion Sampling Validation in Data Partitioning for Machine Learning
von: Udomboso, Christopher Godwin, et al.
Veröffentlicht: (2025)

Real-Time Network Traffic Forecasting with Missing Data: A Generative Model Approach
von: Deng, Lei, et al.
Veröffentlicht: (2025)

Missing-Data-Induced Phase Transitions in Spectral PLS for Multimodal Learning
von: Gjølbye, Anders, et al.
Veröffentlicht: (2026)

Active-Passive Federated Learning for Vertically Partitioned Multi-view Data
von: Liu, Jiyuan, et al.
Veröffentlicht: (2024)

Nonparametric End-to-End Probabilistic Forecasting of Distributed Generation Outputs Considering Missing Data Imputation
von: Chen, Minghui, et al.
Veröffentlicht: (2024)

Robust SDE Parameter Estimation Under Missing Time Information Setting
von: Van Tran, Long, et al.
Veröffentlicht: (2026)

Robust Simulation-Based Inference under Missing Data via Neural Processes
von: Verma, Yogesh, et al.
Veröffentlicht: (2025)

A Unifying Family of Data-Adaptive Partitioning Algorithms
von: Oldaker IV, Guy B., et al.
Veröffentlicht: (2024)

Merlin: Multi-View Representation Learning for Robust Multivariate Time Series Forecasting with Unfixed Missing Rates
von: Yu, Chengqing, et al.
Veröffentlicht: (2025)