Buchumschlag

DistDF: Time-Series Forecasting Needs Joint-Distribution Wasserstein Alignment

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Hao, Pan, Licheng, Lu, Yuan, Chu, Zhixuan, Li, Xiaoxi, He, Shuting, Chen, Zhichao, Li, Haoxuan, Wen, Qingsong, Lin, Zhouchen
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

Quadratic Direct Forecast for Training Multi-Step Time-Series Forecast Models
von: Wang, Hao, et al.
Veröffentlicht: (2025)

Deep Time-series Forecasting Needs Kernelized Moment Balancing
von: Pan, Licheng, et al.
Veröffentlicht: (2026)

Time-o1: Time-Series Forecasting Needs Transformed Label Alignment
von: Wang, Hao, et al.
Veröffentlicht: (2025)

Deep Autocorrelation Modeling for Time-Series Forecasting: Progress and Prospects
von: Wang, Hao, et al.
Veröffentlicht: (2026)

CausalRM: Causal-Theoretic Reward Modeling for RLHF from Observational User Feedbacks
von: Wang, Hao, et al.
Veröffentlicht: (2026)

Analyzing and Improving Diffusion Models for Time-Series Data Imputation: A Proximal Recursion Perspective
von: Chen, Zhichao, et al.
Veröffentlicht: (2026)

FreDF: Learning to Forecast in the Frequency Domain
von: Wang, Hao, et al.
Veröffentlicht: (2024)

Mixture of Low Rank Adaptation with Partial Parameter Sharing for Time Series Forecasting
von: Pan, Licheng, et al.
Veröffentlicht: (2025)

ImplicitRM: Unbiased Reward Modeling from Implicit Preference Data for LLM alignment
von: Wang, Hao, et al.
Veröffentlicht: (2026)

Time-LLM: Time Series Forecasting by Reprogramming Large Language Models
von: Jin, Ming, et al.
Veröffentlicht: (2023)

DDTime: Dataset Distillation with Spectral Alignment and Information Bottleneck for Time-Series Forecasting
von: Li, Yuqi, et al.
Veröffentlicht: (2025)

From Text to Talk: Audio-Language Model Needs Non-Autoregressive Joint Training
von: Liu, Tianqiao, et al.
Veröffentlicht: (2025)

Proximity Matters: Local Proximity Enhanced Balancing for Treatment Effect Estimation
von: Wang, Hao, et al.
Veröffentlicht: (2024)

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

Beyond Extrapolation: Knowledge Utilization Paradigm with Bidirectional Inspiration for Time Series Forecasting
von: Chong, Liu, et al.
Veröffentlicht: (2026)

TwinS: Revisiting Non-Stationarity in Multivariate Time Series Forecasting
von: Hu, Jiaxi, et al.
Veröffentlicht: (2024)

Evolving Multi-Scale Normalization for Time Series Forecasting under Distribution Shifts
von: Qin, Dalin, et al.
Veröffentlicht: (2024)

DistPred: A Distribution-Free Probabilistic Inference Method for Regression and Forecasting
von: Liang, Daojun, et al.
Veröffentlicht: (2024)

Robust Reward Modeling for Large Language Models via Causal Decomposition
von: Lu, Yunsheng, et al.
Veröffentlicht: (2026)

Functional Time Series Forecasting of Distributions: A Koopman-Wasserstein Approach
von: Wang, Ziyue, et al.
Veröffentlicht: (2025)

PDETime: Rethinking Long-Term Multivariate Time Series Forecasting from the perspective of partial differential equations
von: Qi, Shiyi, et al.
Veröffentlicht: (2024)

Time-VLM: Exploring Multimodal Vision-Language Models for Augmented Time Series Forecasting
von: Zhong, Siru, et al.
Veröffentlicht: (2025)

Perceive, Route and Modulate: Dynamic Pattern Recalibration for Time Series Forecasting
von: Zhong, Siru, et al.
Veröffentlicht: (2026)

FPN-fusion: Enhanced Linear Complexity Time Series Forecasting Model
von: Li, Chu, et al.
Veröffentlicht: (2024)

Time Evidence Fusion Network: Multi-source View in Long-Term Time Series Forecasting
von: Zhan, Tianxiang, et al.
Veröffentlicht: (2024)

Towards Expressive Spectral-Temporal Graph Neural Networks for Time Series Forecasting
von: Jin, Ming, et al.
Veröffentlicht: (2023)

Optimal Transport for LLM Reward Modeling from Noisy Preference
von: Pan, Licheng, et al.
Veröffentlicht: (2026)

Time-SSM: Simplifying and Unifying State Space Models for Time Series Forecasting
von: Hu, Jiaxi, et al.
Veröffentlicht: (2024)

Attractor Memory for Long-Term Time Series Forecasting: A Chaos Perspective
von: Hu, Jiaxi, et al.
Veröffentlicht: (2024)

Time-FFM: Towards LM-Empowered Federated Foundation Model for Time Series Forecasting
von: Liu, Qingxiang, et al.
Veröffentlicht: (2024)

From Entanglement to Alignment: Representation Space Decomposition for Unsupervised Time Series Domain Adaptation
von: Cai, Rongyao, et al.
Veröffentlicht: (2025)

Multi-Order Wavelet Derivative Transform for Deep Time Series Forecasting
von: Zhou, Ziyu, et al.
Veröffentlicht: (2025)

BEAT: Balanced Frequency Adaptive Tuning for Long-Term Time-Series Forecasting
von: Li, Zhixuan, et al.
Veröffentlicht: (2025)

It's TIME: Towards the Next Generation of Time Series Forecasting Benchmarks
von: Qiao, Zhongzheng, et al.
Veröffentlicht: (2026)

OLinear: A Linear Model for Time Series Forecasting in Orthogonally Transformed Domain
von: Yue, Wenzhen, et al.
Veröffentlicht: (2025)

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

Bridging Past and Future: Distribution-Aware Alignment for Time Series Forecasting
von: Hu, Yifan, et al.
Veröffentlicht: (2025)

LogoRA: Local-Global Representation Alignment for Robust Time Series Classification
von: Zhang, Huanyu, et al.
Veröffentlicht: (2024)

Rethinking the Flow-Based Gradual Domain Adaption: A Semi-Dual Optimal Transport Perspective
von: Chen, Zhichao, et al.
Veröffentlicht: (2026)

SVTime: Small Time Series Forecasting Models Informed by "Physics" of Large Vision Model Forecasters
von: Shen, ChengAo, et al.
Veröffentlicht: (2025)