Copertina

STAMImputer: Spatio-Temporal Attention MoE for Traffic Data Imputation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wang, Yiming, Peng, Hao, Wang, Senzhang, Du, Haohua, Liu, Chunyang, Wu, Jia, Wu, Guanlin
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Deep Multi-View Channel-Wise Spatio-Temporal Network for Traffic Flow Prediction
di: Miao, Hao, et al.
Pubblicazione: (2024)

GW-MoE: Resolving Uncertainty in MoE Router with Global Workspace Theory
di: Wu, Haoze, et al.
Pubblicazione: (2024)

PAST: A Primary-Auxiliary Spatio-Temporal Network for Traffic Time Series Imputation
di: Hu, Hanwen, et al.
Pubblicazione: (2025)

Spatio-Temporal Self-Supervised Learning for Traffic Flow Prediction
di: Ji, Jiahao, et al.
Pubblicazione: (2022)

DP-LET: An Efficient Spatio-Temporal Network Traffic Prediction Framework
di: Wang, Xintong, et al.
Pubblicazione: (2025)

FFT-MoE: Efficient Federated Fine-Tuning for Foundation Models via Large-scale Sparse MoE under Heterogeneous Edge
di: Hu, Gang, et al.
Pubblicazione: (2025)

Spatial-Temporal Feedback Diffusion Guidance for Controlled Traffic Imputation
di: Mao, Xiaowei, et al.
Pubblicazione: (2026)

PR2: Predictive Routing Replay for MoE-Based LLM Reinforcement Learning
di: Dong, Daize, et al.
Pubblicazione: (2026)

GRIN: GRadient-INformed MoE
di: Liu, Liyuan, et al.
Pubblicazione: (2024)

Revisiting MoE and Dense Speed-Accuracy Comparisons for LLM Training
di: Du, Xianzhi, et al.
Pubblicazione: (2024)

MoE-PHDS: One MoE checkpoint for flexible runtime sparsity
di: Hannah, Lauren. A, et al.
Pubblicazione: (2025)

Spatio-Temporal Partial Sensing Forecast for Long-term Traffic
di: Liu, Zibo, et al.
Pubblicazione: (2024)

Elastic MoE: Unlocking the Inference-Time Scalability of Mixture-of-Experts
di: Gu, Naibin, et al.
Pubblicazione: (2025)

DA-MoE: Addressing Depth-Sensitivity in Graph-Level Analysis through Mixture of Experts
di: Yao, Zelin, et al.
Pubblicazione: (2024)

CoSTI: Consistency Models for (a faster) Spatio-Temporal Imputation
di: Solís-García, Javier, et al.
Pubblicazione: (2025)

(GG) MoE vs. MLP on Tabular Data
di: Chernov, Andrei
Pubblicazione: (2025)

Symphony-MoE: Harmonizing Disparate Pre-trained Models into a Coherent Mixture-of-Experts
di: Wang, Qi, et al.
Pubblicazione: (2025)

Sim-MSTNet: sim2real based Multi-task SpatioTemporal Network Traffic Forecasting
di: Ma, Hui, et al.
Pubblicazione: (2026)

MACS: Modality-Aware Capacity Scaling for Efficient Multimodal MoE Inference
di: Li, Bo, et al.
Pubblicazione: (2026)

Temporal Gaussian Copula For Clinical Multivariate Time Series Data Imputation
di: Su, Ye, et al.
Pubblicazione: (2025)

MagiNet: Mask-Aware Graph Imputation Network for Incomplete Traffic Data
di: Zhou, Jianping, et al.
Pubblicazione: (2024)

Mixture of Experts (MoE): A Big Data Perspective
di: Gan, Wensheng, et al.
Pubblicazione: (2025)

Expert Divergence Learning for MoE-based Language Models
di: Li, Jiaang, et al.
Pubblicazione: (2026)

Flex-MoE: Modeling Arbitrary Modality Combination via the Flexible Mixture-of-Experts
di: Yun, Sukwon, et al.
Pubblicazione: (2024)

Collaborative Compression for Large-Scale MoE Deployment on Edge
di: Chen, Yixiao, et al.
Pubblicazione: (2025)

AdaSTI: Conditional Diffusion Models with Adaptive Dependency Modeling for Spatio-Temporal Imputation
di: Yang, Yubo, et al.
Pubblicazione: (2025)

MoE-Lightning: High-Throughput MoE Inference on Memory-constrained GPUs
di: Cao, Shiyi, et al.
Pubblicazione: (2024)

Improving MoE Compute Efficiency by Composing Weight and Data Sparsity
di: Kilian, Maciej, et al.
Pubblicazione: (2026)

MoEless: Efficient MoE LLM Serving via Serverless Computing
di: Yu, Hanfei, et al.
Pubblicazione: (2026)

MoE++: Accelerating Mixture-of-Experts Methods with Zero-Computation Experts
di: Jin, Peng, et al.
Pubblicazione: (2024)

KBVQ-MoE: KLT-guided SVD with Bias-Corrected Vector Quantization for MoE Large Language Models
di: Xu, Zukang, et al.
Pubblicazione: (2026)

ST-MoE-BERT: A Spatial-Temporal Mixture-of-Experts Framework for Long-Term Cross-City Mobility Prediction
di: He, Haoyu, et al.
Pubblicazione: (2024)

DOT-MoE: Differentiable Optimal Transport for MoEfication
di: Bamba, Udbhav, et al.
Pubblicazione: (2026)

Irregular Traffic Time Series Forecasting Based on Asynchronous Spatio-Temporal Graph Convolutional Network
di: Zhang, Weijia, et al.
Pubblicazione: (2023)

MoESD: Unveil Speculative Decoding's Potential for Accelerating Sparse MoE
di: Huang, Zongle, et al.
Pubblicazione: (2025)

Global Spatio-Temporal Fusion-based Traffic Prediction Algorithm with Anomaly Aware
di: Liu, Chaoqun, et al.
Pubblicazione: (2024)

SonicMoE: Accelerating MoE with IO and Tile-aware Optimizations
di: Guo, Wentao, et al.
Pubblicazione: (2025)

Input Domain Aware MoE: Decoupling Routing Decisions from Task Optimization in Mixture of Experts
di: Hua, Yongxiang, et al.
Pubblicazione: (2025)

SERE: Similarity-based Expert Re-routing for Efficient Batch Decoding in MoE Models
di: Wu, Juntong, et al.
Pubblicazione: (2026)

$μ$-MoE: Test-Time Pruning as Micro-Grained Mixture-of-Experts
di: Koike-Akino, Toshiaki, et al.
Pubblicazione: (2025)