Buchumschlag

Fremer: Lightweight and Effective Frequency Transformer for Workload Forecasting in Cloud Services

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Jiadong, Ye, Hengyu, Jiang, Fuxin, He, Xiao, Zhang, Tieying, Chen, Jianjun, Gao, Xiaofeng
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

Online Ensemble Transformer for Accurate Cloud Workload Forecasting in Predictive Auto-Scaling
von: Chen, Jiadong, et al.
Veröffentlicht: (2025)

ATFNet: Adaptive Time-Frequency Ensembled Network for Long-term Time Series Forecasting
von: Ye, Hengyu, et al.
Veröffentlicht: (2024)

Disentangled Parameter-Efficient Linear Model for Long-Term Time Series Forecasting
von: Zhao, Yuang, et al.
Veröffentlicht: (2024)

Data-Agnostic Cardinality Learning from Imperfect Workloads
von: Wu, Peizhi, et al.
Veröffentlicht: (2025)

MUSE-Autoskill: Self-Evolving Agents via Skill Creation, Memory, Management, and Evaluation
von: Lin, Huawei, et al.
Veröffentlicht: (2026)

Query Performance Explanation through Large Language Model for HTAP Systems
von: Xiu, Haibo, et al.
Veröffentlicht: (2024)

ABase: the Multi-Tenant NoSQL Serverless Database for Diverse and Dynamic Workloads in Large-scale Cloud Environments
von: Kang, Rong, et al.
Veröffentlicht: (2025)

Adaptive Two-Stage Cloud Resource Scaling via Hierarchical Multi-Indicator Forecasting and Bayesian Decision-Making
von: Luo, Yang, et al.
Veröffentlicht: (2024)

Towards VM Rescheduling Optimization Through Deep Reinforcement Learning
von: Ding, Xianzhong, et al.
Veröffentlicht: (2025)

Fredformer: Frequency Debiased Transformer for Time Series Forecasting
von: Piao, Xihao, et al.
Veröffentlicht: (2024)

Vision-LLMs for Spatiotemporal Traffic Forecasting
von: Yang, Ning, et al.
Veröffentlicht: (2025)

iTransformer: Inverted Transformers Are Effective for Time Series Forecasting
von: Liu, Yong, et al.
Veröffentlicht: (2023)

SEMPO: Lightweight Foundation Models for Time Series Forecasting
von: He, Hui, et al.
Veröffentlicht: (2025)

Sibyl: Forecasting Time-Evolving Query Workloads
von: Huang, Hanxian, et al.
Veröffentlicht: (2024)

Frequency-Aligned Knowledge Distillation for Lightweight Spatiotemporal Forecasting
von: Li, Yuqi, et al.
Veröffentlicht: (2025)

FAiT: Frequency-Aware Inverted Transformer for Multivariate Time Series Forecasting
von: He, Peng, et al.
Veröffentlicht: (2026)

ReCast: Reliability-aware Codebook Assisted Lightweight Time Series Forecasting
von: Ma, Xiang, et al.
Veröffentlicht: (2025)

Learning to Communicate Through Implicit Communication Channels
von: Wang, Han, et al.
Veröffentlicht: (2024)

PAF-Net: Phase-Aligned Frequency Decoupling Network for Multi-Process Manufacturing Quality Prediction
von: Luo, Yang, et al.
Veröffentlicht: (2025)

Delta: A Cloud-assisted Data Enrichment Framework for On-Device Continual Learning
von: Gong, Chen, et al.
Veröffentlicht: (2024)

FRWKV+: Adaptive Periodic-Position Branch Interaction for Frequency-Space Linear Time Series Forecasting
von: Yang, Qingyuan, et al.
Veröffentlicht: (2026)

Pointy - A Lightweight Transformer for Point Cloud Foundation Models
von: Szafer, Konrad, et al.
Veröffentlicht: (2026)

Multiscale Representation Enhanced Temporal Flow Fusion Model for Long-Term Workload Forecasting
von: Wang, Shiyu, et al.
Veröffentlicht: (2024)

Are KANs Effective for Multivariate Time Series Forecasting?
von: Han, Xiao, et al.
Veröffentlicht: (2024)

Panther: A Cost-Effective Privacy-Preserving Framework for GNN Training and Inference Services in Cloud Environments
von: Chen, Congcong, et al.
Veröffentlicht: (2025)

LightGTS: A Lightweight General Time Series Forecasting Model
von: Wang, Yihang, et al.
Veröffentlicht: (2025)

WAter: A Workload-Adaptive Knob Tuning System based on Workload Compression
von: Wang, Yibo, et al.
Veröffentlicht: (2026)

Ister: Linear Transformer for Efficient Multivariate Time Series Forecasting
von: Cao, Fanpu, et al.
Veröffentlicht: (2024)

A Lightweight Sparse Interaction Network for Time Series Forecasting
von: Zhang, Xu, et al.
Veröffentlicht: (2026)

Cost-TrustFL: Cost-Aware Hierarchical Federated Learning with Lightweight Reputation Evaluation across Multi-Cloud
von: Yang, Jixiao, et al.
Veröffentlicht: (2025)

Low-dimensional adaptation of diffusion models: Convergence in total variation
von: Liang, Jiadong, et al.
Veröffentlicht: (2025)

FreqLens: Interpretable Frequency Attribution for Time Series Forecasting
von: Chen, Chi-Sheng, et al.
Veröffentlicht: (2026)

FreqCycle: A Multi-Scale Time-Frequency Analysis Method for Time Series Forecasting
von: Zhang, Boya, et al.
Veröffentlicht: (2026)

Diffusion Transformer Captures Spatial-Temporal Dependencies: A Theory for Gaussian Process Data
von: Fu, Hengyu, et al.
Veröffentlicht: (2024)

Deep Frequency Derivative Learning for Non-stationary Time Series Forecasting
von: Fan, Wei, et al.
Veröffentlicht: (2024)

CloudFormer: An Attention-based Performance Prediction for Public Clouds with Unknown Workload
von: Shahbazinia, Amirhossein, et al.
Veröffentlicht: (2025)

Improve the Training Efficiency of DRL for Wireless Communication Resource Allocation: The Role of Generative Diffusion Models
von: Zhang, Xinren, et al.
Veröffentlicht: (2025)

FreEformer: Frequency Enhanced Transformer for Multivariate Time Series Forecasting
von: Yue, Wenzhen, et al.
Veröffentlicht: (2025)

STGformer: Efficient Spatiotemporal Graph Transformer for Traffic Forecasting
von: Wang, Hongjun, et al.
Veröffentlicht: (2024)

STMGF: An Effective Spatial-Temporal Multi-Granularity Framework for Traffic Forecasting
von: Zhao, Zhengyang, et al.
Veröffentlicht: (2024)