Buchumschlag

Hierarchical Time Series Forecasting with Robust Reconciliation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Aikawa, Shuhei, Suzuki, Aru, Yoshitake, Kei, Teshigawara, Kanata, Iwabuchi, Akira, Kobayashi, Ken, Nakata, Kazuhide
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

Kd-tree Based Wasserstein Distance Approximation for High-Dimensional Data
von: Teshigawara, Kanata, et al.
Veröffentlicht: (2026)

Balancing Immediate Revenue and Future Off-Policy Evaluation in Coupon Allocation
von: Nishimura, Naoki, et al.
Veröffentlicht: (2024)

Content-Aware Ad Banner Layout Generation with Two-Stage Chain-of-Thought in Vision Language Models
von: Yoshitake, Kei, et al.
Veröffentlicht: (2025)

Interior-Point Vanishing Problem in Semidefinite Relaxations for Neural Network Verification
von: Ueda, Ryota, et al.
Veröffentlicht: (2025)

Towards Assessing and Benchmarking Risk-Return Tradeoff of Off-Policy Evaluation
von: Kiyohara, Haruka, et al.
Veröffentlicht: (2023)

SCOPE-RL: A Python Library for Offline Reinforcement Learning and Off-Policy Evaluation
von: Kiyohara, Haruka, et al.
Veröffentlicht: (2023)

End-to-End Modeling Hierarchical Time Series Using Autoregressive Transformer and Conditional Normalizing Flow based Reconciliation
von: Wang, Shiyu, et al.
Veröffentlicht: (2022)

Hierarchical Forecast Reconciliation on Networks: A Network Flow Optimization Formulation
von: Sharma, Charupriya, et al.
Veröffentlicht: (2025)

A Comprehensive Forecasting Framework based on Multi-Stage Hierarchical Forecasting Reconciliation and Adjustment
von: Yang, Zhengchao, et al.
Veröffentlicht: (2024)

HPMixer: Hierarchical Patching for Multivariate Time Series Forecasting
von: Choi, Jung Min, et al.
Veröffentlicht: (2026)

Generative Pretrained Hierarchical Transformer for Time Series Forecasting
von: Liu, Zhiding, et al.
Veröffentlicht: (2024)

Hierarchical Classification Auxiliary Network for Time Series Forecasting
von: Sun, Yanru, et al.
Veröffentlicht: (2024)

NPMixer: Hierarchical Neighboring Patch Mixing for Time Series Forecasting
von: Choi, Jung Min, et al.
Veröffentlicht: (2026)

Hierarchical Ensemble-Based Feature Selection for Time Series Forecasting
von: Tumay, Aysin, et al.
Veröffentlicht: (2023)

ProtoTS: Learning Hierarchical Prototypes for Explainable Time Series Forecasting
von: Peng, Ziheng, et al.
Veröffentlicht: (2025)

Attention as Robust Representation for Time Series Forecasting
von: Niu, PeiSong, et al.
Veröffentlicht: (2024)

A Decomposition-based State Space Model for Multivariate Time-Series Forecasting
von: Nagashima, Shunya, et al.
Veröffentlicht: (2026)

Deep Distance Measurement Method for Unsupervised Multivariate Time Series Similarity Retrieval
von: Naito, Susumu, et al.
Veröffentlicht: (2026)

Hierarchical Time Series Forecasting Via Latent Mean Encoding
von: Salatiello, Alessandro, et al.
Veröffentlicht: (2025)

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

EXPRTS: Exploring and Probing the Robustness of Time Series Forecasting Models
von: Kjærnli, Håkon Hanisch, et al.
Veröffentlicht: (2024)

RobustTSF: Towards Theory and Design of Robust Time Series Forecasting with Anomalies
von: Cheng, Hao, et al.
Veröffentlicht: (2024)

U-Cast: Learning Hierarchical Structures for High-Dimensional Time Series Forecasting
von: Ni, Juntong, et al.
Veröffentlicht: (2025)

TSNN: A Non-parametric and Interpretable Framework for Traffic Time Series Forecasting
von: Liu, Bowen, et al.
Veröffentlicht: (2026)

Sequential Order-Robust Mamba for Time Series Forecasting
von: Lee, Seunghan, et al.
Veröffentlicht: (2024)

Graph-based Time Series Clustering for End-to-End Hierarchical Forecasting
von: Cini, Andrea, et al.
Veröffentlicht: (2023)

CARD: Channel Aligned Robust Blend Transformer for Time Series Forecasting
von: Xue, Wang, et al.
Veröffentlicht: (2023)

Large Scale Hierarchical Industrial Demand Time-Series Forecasting incorporating Sparsity
von: Kamarthi, Harshavardhan, et al.
Veröffentlicht: (2024)

ScatterFusion: A Hierarchical Scattering Transform Framework for Enhanced Time Series Forecasting
von: Li, Wei
Veröffentlicht: (2026)

Optimizing Time Series Forecasting Architectures: A Hierarchical Neural Architecture Search Approach
von: Deng, Difan, et al.
Veröffentlicht: (2024)

Hierarchical Information-Guided Spatio-Temporal Mamba for Stock Time Series Forecasting
von: Yan, Wenbo, et al.
Veröffentlicht: (2025)

Considering Nonstationary within Multivariate Time Series with Variational Hierarchical Transformer for Forecasting
von: Wang, Muyao, et al.
Veröffentlicht: (2024)

IPatch: A Multi-Resolution Transformer Architecture for Robust Time-Series Forecasting
von: Harkati, Aymane, et al.
Veröffentlicht: (2026)

DAD4TS: Data-Augmentation-Oriented Diffusion Model for Time-Series Forecasting with Small-Scale Data
von: Suzuki, Masahiro, et al.
Veröffentlicht: (2026)

Faster Convergence of Riemannian Stochastic Gradient Descent with Increasing Batch Size
von: Oowada, Kanata, et al.
Veröffentlicht: (2025)

Masked Silylenes: Controlled Generation and Reactivity Under Thermal and Equilibrium Conditions
von: Kei Ota, et al.
Veröffentlicht: (2026)

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

PA-RNet: Perturbation-Aware Residual Network for Robust Multimodal Time Series Forecasting
von: Zhu, Enqiang, et al.
Veröffentlicht: (2025)

Adapting to the Unknown: Robust Meta-Learning for Zero-Shot Financial Time Series Forecasting
von: Liu, Anxian, et al.
Veröffentlicht: (2025)

ElasTST: Towards Robust Varied-Horizon Forecasting with Elastic Time-Series Transformer
von: Zhang, Jiawen, et al.
Veröffentlicht: (2024)