Buchumschlag

Learning from History: A Retrieval-Augmented Framework for Spatiotemporal Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jia, Hao, Zhao, Penghao, Wu, Hao, Gao, Yuan, Tao, Yangyu, Cui, Bin
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

PnP-Corrector: A Universal Correction Framework for Coupled Spatiotemporal Forecasting
von: Wu, Hao, et al.
Veröffentlicht: (2026)

BeamVQ: Aligning Space-Time Forecasting Model via Self-training on Physics-aware Metrics
von: Wu, Hao, et al.
Veröffentlicht: (2024)

BeamVQ: Beam Search with Vector Quantization to Mitigate Data Scarcity in Physical Spatiotemporal Forecasting
von: Wang, Weiyan, et al.
Veröffentlicht: (2025)

Task-guided Spatiotemporal Network with Diffusion Augmentation for EEG-based Dementia Diagnosis and MMSE Prediction
von: Zheng, Xiaoyu, et al.
Veröffentlicht: (2026)

Conservation-informed Graph Learning for Spatiotemporal Dynamics Prediction
von: Mi, Yuan, et al.
Veröffentlicht: (2024)

A Unified Variational Imputation Framework for Electric Vehicle Charging Data Using Retrieval-Augmented Language Model
von: Li, Jinhao, et al.
Veröffentlicht: (2026)

Question-Adaptive Graph Learning for Multi-hop Retrieval Augmented Generation
von: Yan, Yuchen, et al.
Veröffentlicht: (2025)

Bridge: Retrieval-Augmented Spatiotemporal Modeling for Urban Delivery Demand
von: Tang, Yihong, et al.
Veröffentlicht: (2026)

A Multi-View Multi-Timescale Hypergraph-Empowered Spatiotemporal Framework for EV Charging Forecasting
von: Li, Jinhao, et al.
Veröffentlicht: (2025)

RAST: A Retrieval Augmented Spatio-Temporal Framework for Traffic Prediction
von: Ruan, Weilin, et al.
Veröffentlicht: (2025)

Retrieval-Augmented Mixture of LoRA Experts for Uploadable Machine Learning
von: Zhao, Ziyu, et al.
Veröffentlicht: (2024)

Spatiotemporal Forecasting as Planning: A Model-Based Reinforcement Learning Approach with Generative World Models
von: Wu, Hao, et al.
Veröffentlicht: (2025)

PREBA: Surgical Duration Prediction via PCA-Weighted Retrieval-Augmented LLMs and Bayesian Averaging Aggregation
von: Wu, Wanyin, et al.
Veröffentlicht: (2026)

TMetaNet: Topological Meta-Learning Framework for Dynamic Link Prediction
von: Li, Hao, et al.
Veröffentlicht: (2025)

Spatiotemporal-Augmented Graph Neural Networks for Human Mobility Simulation
von: Wang, Yu, et al.
Veröffentlicht: (2023)

Retrieval Augmented Generation for Dynamic Graph Modeling
von: Wu, Yuxia, et al.
Veröffentlicht: (2024)

SMA-Hyper: Spatiotemporal Multi-View Fusion Hypergraph Learning for Traffic Accident Prediction
von: Gao, Xiaowei, et al.
Veröffentlicht: (2024)

PIMRL: Physics-Informed Multi-Scale Recurrent Learning for Burst-Sampled Spatiotemporal Dynamics
von: Wan, Han, et al.
Veröffentlicht: (2025)

Adaptive Spatiotemporal Augmentation for Improving Dynamic Graph Learning
von: Chu, Xu, et al.
Veröffentlicht: (2025)

RAGraph: A General Retrieval-Augmented Graph Learning Framework
von: Jiang, Xinke, et al.
Veröffentlicht: (2024)

PerFlow: Physics-Embedded Rectified Flow for Efficient Reconstruction and Uncertainty Quantification of Spatiotemporal Dynamics
von: Zhou, Hao, et al.
Veröffentlicht: (2026)

FASE : A Fairness-Aware Spatiotemporal Event Graph Framework for Predictive Policing
von: Barman, Pronob Kumar, et al.
Veröffentlicht: (2026)

RAT: Retrieval-Augmented Transformer for Click-Through Rate Prediction
von: Li, Yushen, et al.
Veröffentlicht: (2024)

RAG-GFM: Overcoming In-Memory Bottlenecks in Graph Foundation Models via Retrieval-Augmented Generation
von: Yuan, Haonan, et al.
Veröffentlicht: (2026)

Predicting the Future by Retrieving the Past
von: Du, Dazhao, et al.
Veröffentlicht: (2025)

DynaSearcher: Dynamic Knowledge Graph Augmented Search Agent via Multi-Reward Reinforcement Learning
von: Hao, Chuzhan, et al.
Veröffentlicht: (2025)

Score-Based Variational Inference for Inverse Problems
von: Xue, Zhipeng, et al.
Veröffentlicht: (2024)

Graph In-Context Operator Networks for Generalizable Spatiotemporal Prediction
von: Wu, Chenghan, et al.
Veröffentlicht: (2026)

ReEval: Automatic Hallucination Evaluation for Retrieval-Augmented Large Language Models via Transferable Adversarial Attacks
von: Yu, Xiaodong, et al.
Veröffentlicht: (2023)

A Learnability Analysis on Neuro-Symbolic Learning
von: He, Hao-Yuan, et al.
Veröffentlicht: (2025)

RAG4Outcome: A Retrieval-Augmented Multimodal Framework for Prognostic Prediction in Chronic Osteomyelitis
von: Shi, Daqian, et al.
Veröffentlicht: (2026)

Disentangling Policy from Offline Task Representation Learning via Adversarial Data Augmentation
von: Jia, Chengxing, et al.
Veröffentlicht: (2024)

DRSLF: Double Regularized Second-Order Low-Rank Representation for Web Service QoS Prediction
von: Wu, Hao, et al.
Veröffentlicht: (2025)

Long Context Modeling with Ranked Memory-Augmented Retrieval
von: Alselwi, Ghadir, et al.
Veröffentlicht: (2025)

Role-Aware Conditional Inference for Spatiotemporal Ecosystem Carbon Flux Prediction
von: Sun, Yiming, et al.
Veröffentlicht: (2026)

Interactive Symbolic Regression through Offline Reinforcement Learning: A Co-Design Framework
von: Tian, Yuan, et al.
Veröffentlicht: (2024)

When Drafts Evolve: Speculative Decoding Meets Online Learning
von: Qian, Yu-Yang, et al.
Veröffentlicht: (2026)

A Unified Framework for Heterogeneous Semi-supervised Learning
von: Heidari, Marzi, et al.
Veröffentlicht: (2025)

Cultivating Helpful, Personalized, and Creative AI Tutors: A Framework for Pedagogical Alignment using Reinforcement Learning
von: Song, Siyu, et al.
Veröffentlicht: (2025)

Offline Imitation Learning with Model-based Reverse Augmentation
von: Shao, Jie-Jing, et al.
Veröffentlicht: (2024)