Buchumschlag

Integrating Quantum-Classical Attention in Patch Transformers for Enhanced Time Series Forecasting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chakraborty, Sanjay, Heintz, Fredrik
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

Enhancing Time Series Forecasting with Fuzzy Attention-Integrated Transformers
von: Chakraborty, Sanjay, et al.
Veröffentlicht: (2025)

Scaling Transformers for Time Series Forecasting: Do Pretrained Large Models Outperform Small-Scale Alternatives?
von: Chakraborty, Sanjay, et al.
Veröffentlicht: (2025)

LMS-AutoTSF: Learnable Multi-Scale Decomposition and Integrated Autocorrelation for Time Series Forecasting
von: Delibasoglu, Ibrahim, et al.
Veröffentlicht: (2024)

EDformer: Embedded Decomposition Transformer for Interpretable Multivariate Time Series Predictions
von: Chakraborty, Sanjay, et al.
Veröffentlicht: (2024)

Learning Temporal Saliency for Time Series Forecasting with Cross-Scale Attention
von: Delibasoglu, Ibrahim, et al.
Veröffentlicht: (2025)

TransFusion: Generating Long, High Fidelity Time Series using Diffusion Models with Transformers
von: Sikder, Md Fahim, et al.
Veröffentlicht: (2023)

Sentinel: Multi-Patch Transformer with Temporal and Channel Attention for Time Series Forecasting
von: Villaboni, Davide, et al.
Veröffentlicht: (2025)

Patch-Level Tokenization with CNN Encoders and Attention for Improved Transformer Time-Series Forecasting
von: Nagrath, Saurish, et al.
Veröffentlicht: (2026)

CT-PatchTST: Channel-Time Patch Time-Series Transformer for Long-Term Renewable Energy Forecasting
von: Lu, Kuan, et al.
Veröffentlicht: (2025)

PatchDecomp: Interpretable Patch-Based Time Series Forecasting
von: Tomioka, Hiroki, et al.
Veröffentlicht: (2026)

Patch-wise Structural Loss for Time Series Forecasting
von: Kudrat, Dilfira, et al.
Veröffentlicht: (2025)

HPMixer: Hierarchical Patching for Multivariate Time Series Forecasting
von: Choi, Jung Min, et al.
Veröffentlicht: (2026)

Enhancing Time Series Forecasting through Selective Representation Spaces: A Patch Perspective
von: Wu, Xingjian, et al.
Veröffentlicht: (2025)

Why Attention Fails: The Degeneration of Transformers into MLPs in Time Series Forecasting
von: Liang, Zida, et al.
Veröffentlicht: (2025)

SEER: Transformer-based Robust Time Series Forecasting via Automated Patch Enhancement and Replacement
von: Qiu, Xiangfei, et al.
Veröffentlicht: (2026)

VARMA-Enhanced Transformer for Time Series Forecasting
von: Song, Jiajun, et al.
Veröffentlicht: (2025)

PatchMixer: A Patch-Mixing Architecture for Long-Term Time Series Forecasting
von: Gong, Zeying, et al.
Veröffentlicht: (2023)

QuaCK-TSF: Quantum-Classical Kernelized Time Series Forecasting
von: Aaraba, Abdallah, et al.
Veröffentlicht: (2024)

NPMixer: Hierarchical Neighboring Patch Mixing for Time Series Forecasting
von: Choi, Jung Min, et al.
Veröffentlicht: (2026)

TimeFormer: Transformer with Attention Modulation Empowered by Temporal Characteristics for Time Series Forecasting
von: Liu, Zhipeng, et al.
Veröffentlicht: (2025)

PENGUIN: Enhancing Transformer with Periodic-Nested Group Attention for Long-term Time Series Forecasting
von: Sun, Tian, et al.
Veröffentlicht: (2025)

Enhancing Channel-Independent Time Series Forecasting via Cross-Variate Patch Embedding
von: Shin, Donghwa, et al.
Veröffentlicht: (2025)

PSformer: Parameter-efficient Transformer with Segment Attention for Time Series Forecasting
von: Wang, Yanlong, et al.
Veröffentlicht: (2024)

EnergyPatchTST: Multi-scale Time Series Transformers with Uncertainty Estimation for Energy Forecasting
von: Li, Wei, et al.
Veröffentlicht: (2025)

Towards Lightweight Time Series Forecasting: a Patch-wise Transformer with Weak Data Enriching
von: Wang, Meng, et al.
Veröffentlicht: (2025)

Unlocking the Power of Patch: Patch-Based MLP for Long-Term Time Series Forecasting
von: Tang, Peiwang, et al.
Veröffentlicht: (2024)

Local Attention Mechanism: Boosting the Transformer Architecture for Long-Sequence Time Series Forecasting
von: Aguilera-Martos, Ignacio, et al.
Veröffentlicht: (2024)

EMAformer: Enhancing Transformer through Embedding Armor for Time Series Forecasting
von: Zhang, Zhiwei, et al.
Veröffentlicht: (2025)

TimeFilter: Patch-Specific Spatial-Temporal Graph Filtration for Time Series Forecasting
von: Hu, Yifan, et al.
Veröffentlicht: (2025)

Deep Temporal Deaggregation: Large-Scale Spatio-Temporal Generative Models
von: Bergström, David, et al.
Veröffentlicht: (2024)

Integrating Inductive Biases in Transformers via Distillation for Financial Time Series Forecasting
von: Den, Yu-Chen, et al.
Veröffentlicht: (2026)

CAPS: Unifying Attention, Recurrence, and Alignment in Transformer-based Time Series Forecasting
von: Pati, Viresh, et al.
Veröffentlicht: (2026)

Temporal Patch Shuffle (TPS): Leveraging Patch-Level Shuffling to Boost Generalization and Robustness in Time Series Forecasting
von: Bakhshaliyev, Jafar, et al.
Veröffentlicht: (2026)

S2TX: Cross-Attention Multi-Scale State-Space Transformer for Time Series Forecasting
von: Wu, Zihao, et al.
Veröffentlicht: (2025)

A Study on Quantum Neural Networks in Healthcare 5.0
von: Chakraborty, Sanjay
Veröffentlicht: (2024)

Attention as Robust Representation for Time Series Forecasting
von: Niu, PeiSong, et al.
Veröffentlicht: (2024)

Revisiting Attention for Multivariate Time Series Forecasting
von: Wu, Haixiang
Veröffentlicht: (2024)

Are Self-Attentions Effective for Time Series Forecasting?
von: Kim, Dongbin, et al.
Veröffentlicht: (2024)

Enhancing Masked Time-Series Modeling via Dropping Patches
von: Qiu, Tianyu, et al.
Veröffentlicht: (2024)

Online Time Series Forecasting with Theoretical Guarantees
von: Li, Zijian, et al.
Veröffentlicht: (2025)