Buchumschlag

Federated Learning for Financial Forecasting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Noseda, Manuel, De Luca, Alberto, Von Briel, Lukas, Lacour, Nathan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Applications
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Adaptive Multi-task Learning for Probabilistic Load Forecasting
von: Zaballa, Onintze, et al.
Veröffentlicht: (2025)

Monitoring Machine Learning Forecasts for Platform Data Streams
von: Rombouts, Jeroen, et al.
Veröffentlicht: (2024)

Transfer Learning using 66 Diseases for Disease Forecasting Applications
von: Beesley, Lauren J, et al.
Veröffentlicht: (2026)

Multidata Causal Discovery for Statistical Hurricane Intensity Forecasting
von: S, Saranya Ganesh, et al.
Veröffentlicht: (2025)

Bridging the Gap Between Climate Science and Machine Learning in Climate Model Emulation
von: Schmidt, Luca, et al.
Veröffentlicht: (2026)

Forecasting Monthly Residential Natural Gas Demand Using Just-In-Time-Learning Modeling
von: Alakent, Burak, et al.
Veröffentlicht: (2025)

Informed Forecasting: Leveraging Auxiliary Knowledge to Boost LLM Performance on Time Series Forecasting
von: Ghasemloo, Mohammadmahdi, et al.
Veröffentlicht: (2025)

Weather-Related Crash Risk Forecasting: A Deep Learning Approach for Heterogenous Spatiotemporal Data
von: Ogungbire, Abimbola, et al.
Veröffentlicht: (2026)

Addressing Data Heterogeneity in Federated Learning of Cox Proportional Hazards Models
von: Seidi, Navid, et al.
Veröffentlicht: (2024)

A Web-Based Solution for Federated Learning with LLM-Based Automation
von: Mawela, Chamith, et al.
Veröffentlicht: (2024)

Long-Term Spatio-Temporal Forecasting of Monthly Rainfall in West Bengal Using Ensemble Learning Approaches
von: Adhikary, Jishu, et al.
Veröffentlicht: (2025)

Data-driven Calibration Sample Selection and Forecast Combination in Electricity Price Forecasting: An Application of the ARHNN Method
von: Serafin, Tomasz, et al.
Veröffentlicht: (2025)

Financial Data Analysis with Robust Federated Logistic Regression
von: Yang, Kun, et al.
Veröffentlicht: (2025)

Simplifying Random Forests' Probabilistic Forecasts
von: Koster, Nils, et al.
Veröffentlicht: (2024)

Improving Geopolitical Forecasts with Bayesian Networks
von: Martin, Matthew
Veröffentlicht: (2026)

DRL-STAF: A Deep Reinforcement Learning Framework for State-Aware Forecasting of Complex Multivariate Hidden Markov Processes
von: Jiang, Manrui, et al.
Veröffentlicht: (2026)

Forecasting West Nile virus with deep graph encoders
von: Greiffenstein, Ethan, et al.
Veröffentlicht: (2025)

Transportation Marketplace Rate Forecast Using Signature Transform
von: Gu, Haotian, et al.
Veröffentlicht: (2024)

FreDF: Learning to Forecast in the Frequency Domain
von: Wang, Hao, et al.
Veröffentlicht: (2024)

A Two-Stage Federated Learning Approach for Industrial Prognostics Using Large-Scale High-Dimensional Signals
von: Su, Yuqi, et al.
Veröffentlicht: (2024)

Evaluating Weather Forecasts from a Decision Maker's Perspective
von: Raeth, Kornelius, et al.
Veröffentlicht: (2025)

Forecasting the future development in quality and value of professional football players
von: van Arem, Koen W., et al.
Veröffentlicht: (2025)

The Living Forecast: Evolving Day-Ahead Predictions into Intraday Reality
von: Bölat, Kutay, et al.
Veröffentlicht: (2025)

Distributional Regression U-Nets for the Postprocessing of Precipitation Ensemble Forecasts
von: Pic, Romain, et al.
Veröffentlicht: (2024)

Copula Conformal Prediction for Multi-step Time Series Forecasting
von: Sun, Sophia, et al.
Veröffentlicht: (2022)

Deep Autocorrelation Modeling for Time-Series Forecasting: Progress and Prospects
von: Wang, Hao, et al.
Veröffentlicht: (2026)

Multi-site modelling and reconstruction of past extreme skew surges along the French Atlantic coast
von: Huet, Nathan, et al.
Veröffentlicht: (2025)

Federated One-Shot Ensemble Clustering
von: Duan, Rui, et al.
Veröffentlicht: (2024)

Enhanced Renewable Energy Forecasting using Context-Aware Conformal Prediction
von: Moradi, Alireza, et al.
Veröffentlicht: (2025)

CLVAE: A Variational Autoencoder for Long-Term Customer Revenue Forecasting
von: Näf, Jeffrey, et al.
Veröffentlicht: (2026)

DemandLens: Enhancing Forecast Accuracy Through Product-Specific Hyperparameter Optimization
von: Pillai, Srijesh, et al.
Veröffentlicht: (2025)

ForeSWE: Forecasting Snow-Water Equivalent with an Uncertainty-Aware Attention Model
von: Thapa, Krishu K, et al.
Veröffentlicht: (2025)

Horizon-Aware Forecasting of Passenger Assistance Demand for Rail Station Workforce Planning
von: Sheehan, Michael, et al.
Veröffentlicht: (2026)

Demand Forecasting for Platelet Usage: from Univariate Time Series to Multivariate Models
von: Motamedi, Maryam, et al.
Veröffentlicht: (2021)

Cross-Temporal Forecast Reconciliation at Digital Platforms with Machine Learning
von: Rombouts, Jeroen, et al.
Veröffentlicht: (2024)

DETNO: A Diffusion-Enhanced Transformer Neural Operator for Long-Term Traffic Forecasting
von: Ahmad, Owais, et al.
Veröffentlicht: (2025)

MMformer with Adaptive Transferable Attention: Advancing Multivariate Time Series Forecasting for Environmental Applications
von: Xin, Ning, et al.
Veröffentlicht: (2025)

Signature Kernel Scoring Rule: A Spatio-Temporal Diagnostic for Probabilistic Weather Forecasting
von: Dodson, Archer, et al.
Veröffentlicht: (2025)

CESAR: A Convolutional Echo State AutoencodeR for High-Resolution Wind Forecasting
von: Bonas, Matthew, et al.
Veröffentlicht: (2024)

Copula-Based Aggregation and Context-Aware Conformal Prediction for Reliable Renewable Energy Forecasting
von: Moradi, Alireza, et al.
Veröffentlicht: (2026)