Buchumschlag

DRAN: A Distribution and Relation Adaptive Network for Spatio-temporal Forecasting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zou, Xiaobei, Xiong, Luolin, Zhang, Kexuan, Alippi, Cesare, Tang, Yang
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

SAMSGL: Series-Aligned Multi-Scale Graph Learning for Spatio-Temporal Forecasting
von: Zou, Xiaobei, et al.
Veröffentlicht: (2023)

Caformer: Rethinking Time Series Analysis from Causal Perspective
von: Zhang, Kexuan, et al.
Veröffentlicht: (2024)

Assessment of Spatio-Temporal Predictors in the Presence of Missing and Heterogeneous Data
von: Zambon, Daniele, et al.
Veröffentlicht: (2023)

Graph State-Space Models and Latent Relational Inference
von: Zambon, Daniele, et al.
Veröffentlicht: (2023)

Graph-based Time Series Clustering for End-to-End Hierarchical Forecasting
von: Cini, Andrea, et al.
Veröffentlicht: (2023)

Beyond Softmax: A Natural Parameterization for Categorical Random Variables
von: Manenti, Alessandro, et al.
Veröffentlicht: (2025)

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

Position: Current Benchmarking Hinders Real Progress in Deep Learning for Time Series Forecasting
von: Moretti, Valentina, et al.
Veröffentlicht: (2025)

Graph Deep Learning for Time Series Forecasting
von: Cini, Andrea, et al.
Veröffentlicht: (2023)

On the Regularization of Learnable Embeddings for Time Series Forecasting
von: Butera, Luca, et al.
Veröffentlicht: (2024)

Hierarchical Message-Passing Policies for Multi-Agent Reinforcement Learning
von: Marzi, Tommaso, et al.
Veröffentlicht: (2025)

Object-Centric Relational Representations for Image Generation
von: Butera, Luca, et al.
Veröffentlicht: (2023)

Learning Latent Graph Structures and their Uncertainty
von: Manenti, Alessandro, et al.
Veröffentlicht: (2024)

Understanding Pooling in Graph Neural Networks
von: Grattarola, Daniele, et al.
Veröffentlicht: (2021)

Over-squashing in Spatiotemporal Graph Neural Networks
von: Marisca, Ivan, et al.
Veröffentlicht: (2025)

Relational Conformal Prediction for Correlated Time Series
von: Cini, Andrea, et al.
Veröffentlicht: (2025)

Hierarchical Representation Learning in Graph Neural Networks with Node Decimation Pooling
von: Bianchi, Filippo Maria, et al.
Veröffentlicht: (2019)

Temporal Graph ODEs for Irregularly-Sampled Time Series
von: Gravina, Alessio, et al.
Veröffentlicht: (2024)

Change Detection in Graph Streams by Learning Graph Embeddings on Constant-Curvature Manifolds
von: Grattarola, Daniele, et al.
Veröffentlicht: (2018)

Feudal Graph Reinforcement Learning
von: Marzi, Tommaso, et al.
Veröffentlicht: (2023)

HCPO: Hierarchical Conductor-Based Policy Optimization in Multi-Agent Reinforcement Learning
von: Liu, Zejiao, et al.
Veröffentlicht: (2025)

A Survey on Graph Neural Networks for Time Series: Forecasting, Classification, Imputation, and Anomaly Detection
von: Jin, Ming, et al.
Veröffentlicht: (2023)

Spatio-temporal Causal Learning for Streamflow Forecasting
von: Wan, Shu, et al.
Veröffentlicht: (2024)

FX-DARTS: Designing Topology-unconstrained Architectures with Differentiable Architecture Search and Entropy-based Super-network Shrinking
von: Rao, Xuan, et al.
Veröffentlicht: (2025)

Crime Forecasting: A Spatio-temporal Analysis with Deep Learning Models
von: Mao, Li, et al.
Veröffentlicht: (2025)

Generative Spatio-temporal GraphNet for Transonic Wing Pressure Distribution Forecasting
von: Immordino, Gabriele, et al.
Veröffentlicht: (2024)

Spatio-temporal Multivariate Time Series Forecast with Chosen Variables
von: Liu, Zibo, et al.
Veröffentlicht: (2025)

A Lightweight RL-Driven Deep Unfolding Network for Robust WMMSE Precoding in Massive MU-MIMO-OFDM Systems
von: Wang, Kexuan, et al.
Veröffentlicht: (2025)

The Unreasonable Effectiveness of Randomized Representations in Online Continual Graph Learning
von: Donghi, Giovanni, et al.
Veröffentlicht: (2025)

Online Continual Graph Learning
von: Donghi, Giovanni, et al.
Veröffentlicht: (2025)

SWING: Unlocking Implicit Graph Representations for Graph Random Features
von: Manenti, Alessandro, et al.
Veröffentlicht: (2026)

STEMO: Early Spatio-temporal Forecasting with Multi-Objective Reinforcement Learning
von: Shao, Wei, et al.
Veröffentlicht: (2024)

Why Do Time Series Models Need Long Context Windows?
von: Butera, Luca, et al.
Veröffentlicht: (2026)

Dual-Branched Spatio-temporal Fusion Network for Multi-horizon Tropical Cyclone Track Forecast
von: Liu, Zili, et al.
Veröffentlicht: (2022)

A Hybrid Active-Passive Approach to Imbalanced Nonstationary Data Stream Classification
von: Malialis, Kleanthis, et al.
Veröffentlicht: (2022)

Causal Learning for Heterogeneous Subgroups Based on Nonlinear Causal Kernel Clustering
von: Liu, Lu, et al.
Veröffentlicht: (2025)

PIF: Anomaly detection via preference embedding
von: Leveni, Filippo, et al.
Veröffentlicht: (2025)

Hashing for Structure-based Anomaly Detection
von: Leveni, Filippo, et al.
Veröffentlicht: (2025)

Preference Isolation Forest for Structure-based Anomaly Detection
von: Leveni, Filippo, et al.
Veröffentlicht: (2025)

Beyond Fixed Variables: Expanding-variate Time Series Forecasting via Flat Scheme and Spatio-temporal Focal Learning
von: Ma, Minbo, et al.
Veröffentlicht: (2025)