Buchumschlag

OneCast: Structured Decomposition and Modular Generation for Cross-Domain Time Series Forecasting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pan, Tingyue, Cheng, Mingyue, Zhang, Shilong, Liu, Zhiding, Tao, Xiaoyu, Luo, Yucong, Zhang, Jintao, Liu, Qi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hierarchical Multimodal LLMs with Semantic Space Alignment for Enhanced Time Series Classification
von: Tao, Xiaoyu, et al.
Veröffentlicht: (2024)

Conditional Denoising Meets Polynomial Modeling: A Flexible Decoupled Framework for Time Series Forecasting
von: Zhang, Jintao, et al.
Veröffentlicht: (2024)

CastFlow: Learning Role-Specialized Agentic Workflows for Time Series Forecasting
von: Pan, Bokai, et al.
Veröffentlicht: (2026)

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

Advancing Time Series Classification with Multimodal Language Modeling
von: Cheng, Mingyue, et al.
Veröffentlicht: (2024)

From Values to Tokens: An LLM-Driven Framework for Context-aware Time Series Forecasting via Symbolic Discretization
von: Tao, Xiaoyu, et al.
Veröffentlicht: (2025)

StaTS: Spectral Trajectory Schedule Learning for Adaptive Time Series Forecasting with Frequency Guided Denoiser
von: Zhang, Jintao, et al.
Veröffentlicht: (2026)

CoGenCast: A Coupled Autoregressive-Flow Generative Framework for Time Series Forecasting
von: Liu, Yaguo, et al.
Veröffentlicht: (2026)

Multimodal Forecasting of Sparse Intraoperative Hypotension Events Powered by Language Model
von: Zhang, Jintao, et al.
Veröffentlicht: (2025)

MemCast: Memory-Driven Time Series Forecasting with Experience-Conditioned Reasoning
von: Tao, Xiaoyu, et al.
Veröffentlicht: (2026)

AlphaCast: A Human Wisdom-LLM Intelligence Co-Reasoning Framework for Interactive Time Series Forecasting
von: Zhang, Xiaohan, et al.
Veröffentlicht: (2025)

Cast-R1: Learning Tool-Augmented Sequential Decision Policies for Time Series Forecasting
von: Tao, Xiaoyu, et al.
Veröffentlicht: (2026)

TimeMAE: Self-Supervised Representations of Time Series with Decoupled Masked Autoencoders
von: Cheng, Mingyue, et al.
Veröffentlicht: (2023)

Cross-Domain Pre-training with Language Models for Transferable Time Series Representations
von: Cheng, Mingyue, et al.
Veröffentlicht: (2024)

ConvTimeNet: A Deep Hierarchical Fully Convolutional Model for Multivariate Time Series Analysis
von: Cheng, Mingyue, et al.
Veröffentlicht: (2024)

TimeDART: A Diffusion Autoregressive Transformer for Self-Supervised Time Series Representation
von: Wang, Daoyu, et al.
Veröffentlicht: (2024)

Improving Time Series Forecasting via Instance-aware Post-hoc Revision
von: Liu, Zhiding, et al.
Veröffentlicht: (2025)

A Hybrid Multi-Factor Network with Dynamic Sequence Modeling for Early Warning of Intraoperative Hypotension
von: Cheng, Mingyue, et al.
Veröffentlicht: (2024)

Position: Beyond Model-Centric Prediction -- Agentic Time Series Forecasting
von: Cheng, Mingyue, et al.
Veröffentlicht: (2026)

Time Series Forecasting as Reasoning: A Slow-Thinking Approach with Reinforced LLMs
von: Zhou, Yitong, et al.
Veröffentlicht: (2025)

HoH: A Dynamic Benchmark for Evaluating the Impact of Outdated Information on Retrieval-Augmented Generation
von: Ouyang, Jie, et al.
Veröffentlicht: (2025)

STaR: Towards Effective and Stable Table Reasoning via Slow-Thinking Large Language Models
von: Zhang, Huajian, et al.
Veröffentlicht: (2025)

TextMatch: Enhancing Image-Text Consistency Through Multimodal Optimization
von: Luo, Yucong, et al.
Veröffentlicht: (2024)

Towards Stable and Structured Time Series Generation with Perturbation-Aware Flow Matching
von: Zhang, Jintao, et al.
Veröffentlicht: (2025)

Can Slow-thinking LLMs Reason Over Time? Empirical Studies in Time Series Forecasting
von: Cheng, Mingyue, et al.
Veröffentlicht: (2025)

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

DisenTS: Disentangled Channel Evolving Pattern Modeling for Multivariate Time Series Forecasting
von: Liu, Zhiding, et al.
Veröffentlicht: (2024)

Agent-R1: A Unified and Modular Framework for Agentic Reinforcement Learning
von: Cheng, Mingyue, et al.
Veröffentlicht: (2025)

Adaptive Multi-Scale Decomposition Framework for Time Series Forecasting
von: Hu, Yifan, et al.
Veröffentlicht: (2024)

Towards Automatic Sampling of User Behaviors for Sequential Recommender Systems
von: Zhang, Hao, et al.
Veröffentlicht: (2023)

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

Unlocking the Potential of Large Language Models for Explainable Recommendations
von: Luo, Yucong, et al.
Veröffentlicht: (2023)

Learning Recommender Systems with Soft Target: A Decoupled Perspective
von: Zhang, Hao, et al.
Veröffentlicht: (2024)

Pre-trained Language Model and Knowledge Distillation for Lightweight Sequential Recommendation
von: Li, Li, et al.
Veröffentlicht: (2024)

STEP: Scientific Time-Series Encoder Pretraining via Cross-Domain Distillation
von: Zhang, Chen, et al.
Veröffentlicht: (2026)

AnomaMind: Agentic Time Series Anomaly Detection with Tool-Augmented Reasoning
von: Tao, Xiaoyu, et al.
Veröffentlicht: (2026)

DBLoss: Decomposition-based Loss Function for Time Series Forecasting
von: Qiu, Xiangfei, et al.
Veröffentlicht: (2025)

PaperScout: An Autonomous Agent for Academic Paper Search with Process-Aware Sequence-Level Policy Optimization
von: Pan, Tingyue, et al.
Veröffentlicht: (2026)

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

A Unified Frequency Domain Decomposition Framework for Interpretable and Robust Time Series Forecasting
von: He, Cheng, et al.
Veröffentlicht: (2025)