Buchumschlag

Gradient-based Model Shortcut Detection for Time Series Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ibarra, Salomon, Cantu, Frida, Zhou, Kaixiong, Zhang, Li
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

COSCO: A Sharpness-Aware Training Framework for Few-shot Multivariate Time Series Classification
von: Barreda, Jesus, et al.
Veröffentlicht: (2024)

An Unsupervised Time Series Anomaly Detection Approach for Efficient Online Process Monitoring of Additive Manufacturing
von: Cantu, Frida, et al.
Veröffentlicht: (2025)

Bridging Classification and Reconstruction: Cooperative Time Series Anomaly Detection
von: Tang, Qideng, et al.
Veröffentlicht: (2026)

Mechanistic Interpretability for Transformer-based Time Series Classification
von: Kalnāre, Matīss, et al.
Veröffentlicht: (2025)

IMPACT: Influence Modeling for Open-Set Time Series Anomaly Detection
von: Zhou, Xiaohui, et al.
Veröffentlicht: (2026)

Rectifying Shortcut Behaviors in Preference-based Reward Learning
von: Ye, Wenqian, et al.
Veröffentlicht: (2025)

Large Language Model Guided Knowledge Distillation for Time Series Anomaly Detection
von: Liu, Chen, et al.
Veröffentlicht: (2024)

A Unified Contrastive-Generative Framework for Time Series Classification
von: Liu, Ziyu, et al.
Veröffentlicht: (2025)

Guidelines for Augmentation Selection in Contrastive Learning for Time Series Classification
von: Liu, Ziyu, et al.
Veröffentlicht: (2024)

Calibrated One-class Classification for Unsupervised Time Series Anomaly Detection
von: Xu, Hongzuo, et al.
Veröffentlicht: (2022)

A Graph-based Framework for Online Time Series Anomaly Detection Using Model Ensemble
von: Yu, Zewei, et al.
Veröffentlicht: (2026)

InstructTime++: Time Series Classification with Multimodal Language Modeling via Implicit Feature Enhancement
von: Cheng, Mingyue, et al.
Veröffentlicht: (2026)

Leveraging Generic Time Series Foundation Models for EEG Classification
von: Gnassounou, Théo, et al.
Veröffentlicht: (2025)

Mantis: Lightweight Calibrated Foundation Model for User-Friendly Time Series Classification
von: Feofanov, Vasilii, et al.
Veröffentlicht: (2025)

CauKer: Classification Time Series Foundation Models Can Be Pretrained on Synthetic Data
von: Xie, Shifeng, et al.
Veröffentlicht: (2025)

mTSBench: Benchmarking Multivariate Time Series Anomaly Detection and Model Selection at Scale
von: Zhou, Xiaona, et al.
Veröffentlicht: (2025)

Bridging Neural Networks and Dynamic Time Warping for Adaptive Time Series Classification
von: Qu, Jintao, et al.
Veröffentlicht: (2025)

Shortcuts and Identifiability in Concept-based Models from a Neuro-Symbolic Lens
von: Bortolotti, Samuele, et al.
Veröffentlicht: (2025)

Multivariate Time-Series Anomaly Detection based on Enhancing Graph Attention Networks with Topological Analysis
von: Liu, Zhe, et al.
Veröffentlicht: (2024)

CATS-Linear: Classification Auxiliary Linear Model for Time Series Forecasting
von: Jibao, Zipo, et al.
Veröffentlicht: (2025)

Benchmarking Counterfactual Interpretability in Deep Learning Models for Time Series Classification
von: Kan, Ziwen, et al.
Veröffentlicht: (2024)

Semi-Periodic Activation for Time Series Classification
von: Júnior, José Gilberto Barbosa de Medeiros, et al.
Veröffentlicht: (2024)

Benchmark on Drug Target Interaction Modeling from a Drug Structure Perspective
von: Zhang, Xinnan, et al.
Veröffentlicht: (2024)

What-If Explanations Over Time: Counterfactuals for Time Series Classification
von: Schlegel, Udo, et al.
Veröffentlicht: (2026)

Model Selection with a Shapelet-based Distance Measure for Multi-source Transfer Learning in Time Series Classification
von: Lee, Jiseok, et al.
Veröffentlicht: (2024)

Adaptive Conformal Anomaly Detection with Time Series Foundation Models for Signal Monitoring
von: Gil, Natalia Martinez, et al.
Veröffentlicht: (2026)

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

ERIS: An Energy-Guided Feature Disentanglement Framework for Out-of-Distribution Time Series Classification
von: Wu, Xin, et al.
Veröffentlicht: (2025)

TIMING: Temporality-Aware Integrated Gradients for Time Series Explanation
von: Jang, Hyeongwon, et al.
Veröffentlicht: (2025)

Synergizing Large Language Models and Task-specific Models for Time Series Anomaly Detection
von: Chen, Feiyi, et al.
Veröffentlicht: (2025)

Synthetic Series-Symbol Data Generation for Time Series Foundation Models
von: Wang, Wenxuan, et al.
Veröffentlicht: (2025)

A New Perspective on Time Series Anomaly Detection: Faster Patch-based Broad Learning System
von: Li, Pengyu, et al.
Veröffentlicht: (2024)

Detecting labeling bias using influence functions
von: Jørgensen, Frida, et al.
Veröffentlicht: (2026)

TableTime: Reformulating Time Series Classification as Training-Free Table Understanding with Large Language Models
von: Wang, Jiahao, et al.
Veröffentlicht: (2024)

Continuity and Ordinality Matter: Constraining Time Series Tokens for Effective Time Series Analysis with Large Language Models
von: Li, Musheng, et al.
Veröffentlicht: (2026)

TS-Inverse: A Gradient Inversion Attack Tailored for Federated Time Series Forecasting Models
von: Meijer, Caspar, et al.
Veröffentlicht: (2025)

Evaluating Simplification Algorithms for Interpretability of Time Series Classification
von: Håvardstun, Brigt, et al.
Veröffentlicht: (2025)

CRITS: Convolutional Rectifier for Interpretable Time Series Classification
von: Kuratomi, Alejandro, et al.
Veröffentlicht: (2025)

ST-Tree with Interpretability for Multivariate Time Series Classification
von: Du, Mingsen, et al.
Veröffentlicht: (2024)

CAFO: Feature-Centric Explanation on Time Series Classification
von: Kim, Jaeho, et al.
Veröffentlicht: (2024)