Buchumschlag

ChaosNexus: A Foundation Model for ODE-based Chaotic System Forecasting with Hierarchical Multi-scale Awareness

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Chang, Zhao, Bohao, Ding, Jingtao, Li, Yong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mamba Integrated with Physics Principles Masters Long-term Chaotic System Forecasting
von: Liu, Chang, et al.
Veröffentlicht: (2025)

Beyond Model Ranking: Predictability-Aligned Evaluation for Time Series Forecasting
von: Feng, Wanjin, et al.
Veröffentlicht: (2025)

Collaborative Deterministic-Probabilistic Forecasting for Diverse Spatiotemporal Systems
von: Sheng, Zhi, et al.
Veröffentlicht: (2025)

LASS-ODE: Scaling ODE Computations to Connect Foundation Models with Dynamical Physical Systems
von: Li, Haoran, et al.
Veröffentlicht: (2026)

Diffusion Transformers as Open-World Spatiotemporal Foundation Models
von: Yuan, Yuan, et al.
Veröffentlicht: (2024)

Mitigating Time Discretization Challenges with WeatherODE: A Sandwich Physics-Driven Neural ODE for Weather Forecasting
von: Liu, Peiyuan, et al.
Veröffentlicht: (2024)

Generalizing Hyperedge Expansion for Hyper-relational Knowledge Graph Modeling
von: Liu, Yu, et al.
Veröffentlicht: (2024)

Task-Aware Adaptive Modulation: A Replay-Free and Resource-Efficient Approach For Continual Graph Learning
von: Liu, Jingtao, et al.
Veröffentlicht: (2025)

Distilling Time Series Foundation Models for Efficient Forecasting
von: Li, Yuqi, et al.
Veröffentlicht: (2026)

Causal Graph ODE: Continuous Treatment Effect Modeling in Multi-agent Dynamical Systems
von: Huang, Zijie, et al.
Veröffentlicht: (2024)

A Mamba Foundation Model for Time Series Forecasting
von: Ma, Haoyu, et al.
Veröffentlicht: (2024)

Wavelet-Enhanced Neural ODE and Graph Attention for Interpretable Energy Forecasting
von: Joy, Usman Gani
Veröffentlicht: (2025)

Incident-Guided Spatiotemporal Traffic Forecasting
von: Fan, Lixiang, et al.
Veröffentlicht: (2026)

Transferable and Forecastable User Targeting Foundation Model
von: Dou, Bin, et al.
Veröffentlicht: (2024)

Nexus : An Agentic Framework for Time Series Forecasting
von: Das, Sarkar Snigdha Sarathi, et al.
Veröffentlicht: (2026)

SToFM: a Multi-scale Foundation Model for Spatial Transcriptomics
von: Zhao, Suyuan, et al.
Veröffentlicht: (2025)

HDT: Hierarchical Discrete Transformer for Multivariate Time Series Forecasting
von: Feng, Shibo, et al.
Veröffentlicht: (2025)

Sample-Efficient Diffusion-based Control of Complex Physics Systems
von: Chen, Hongyi, et al.
Veröffentlicht: (2025)

Large-scale Urban Facility Location Selection with Knowledge-informed Reinforcement Learning
von: Su, Hongyuan, et al.
Veröffentlicht: (2024)

Modeling chaotic Lorenz ODE System using Scientific Machine Learning
von: Kashyap, Sameera S, et al.
Veröffentlicht: (2024)

Foundation Model Forecasts: Form and Function
von: Perez-Diaz, Alvaro, et al.
Veröffentlicht: (2025)

SPIN-ODE: Stiff Physics-Informed Neural ODE for Chemical Reaction Rate Estimation
von: Peng, Wenqing, et al.
Veröffentlicht: (2025)

HierarchicalForecast: A Reference Framework for Hierarchical Forecasting in Python
von: Olivares, Kin G., et al.
Veröffentlicht: (2022)

Foundation Models for Demand Forecasting via Dual-Strategy Ensembling
von: Yang, Wei, et al.
Veröffentlicht: (2025)

Enhancing Foundation Models for Time Series Forecasting via Wavelet-based Tokenization
von: Masserano, Luca, et al.
Veröffentlicht: (2024)

UniExtreme: A Universal Foundation Model for Extreme Weather Forecasting
von: Ni, Hang, et al.
Veröffentlicht: (2025)

Time Series Foundation Models for Process Model Forecasting
von: Yu, Yongbo, et al.
Veröffentlicht: (2025)

ChaosNetBench: Benchmarking Spatio-Temporal Graph Neural Networks on Chaotic Lattice Dynamics
von: Moges, Henok Tenaw, et al.
Veröffentlicht: (2026)

A Causality-Aware Spatiotemporal Model for Multi-Region and Multi-Pollutant Air Quality Forecasting
von: Lu, Junxin, et al.
Veröffentlicht: (2025)

Multi-scale Traffic Pattern Bank for Cross-city Few-shot Traffic Forecasting
von: Liu, Zhanyu, et al.
Veröffentlicht: (2024)

On Distributional Reinforcement Learning in Chaotic Dynamical Systems
von: Rudd-Jones, James, et al.
Veröffentlicht: (2026)

EventTSF: Event-Aware Non-Stationary Time Series Forecasting
von: Ge, Yunfeng, et al.
Veröffentlicht: (2025)

Hypergraph and Latent ODE Learning for Multimodal Root Cause Localization in Microservices
von: Liu, Xin, et al.
Veröffentlicht: (2026)

Social Physics Informed Diffusion Model for Crowd Simulation
von: Chen, Hongyi, et al.
Veröffentlicht: (2024)

Learning Cell-Aware Hierarchical Multi-Modal Representations for Robust Molecular Modeling
von: Li, Mengran, et al.
Veröffentlicht: (2025)

PID-controlled Langevin Dynamics for Faster Sampling of Generative Models
von: Chen, Hongyi, et al.
Veröffentlicht: (2025)

FoMEMO: Towards Foundation Models for Expensive Multi-objective Optimization
von: Yao, Yiming, et al.
Veröffentlicht: (2025)

ms-Mamba: Multi-scale Mamba for Time-Series Forecasting
von: Karadag, Yusuf Meric, et al.
Veröffentlicht: (2025)

Towards Foundation Models for the Industrial Forecasting of Chemical Kinetics
von: Nasim, Imran, et al.
Veröffentlicht: (2024)

Hierarchical Learning-based Graph Partition for Large-scale Vehicle Routing Problems
von: Pan, Yuxin, et al.
Veröffentlicht: (2025)