Buchumschlag

DeepBooTS: Dual-Stream Residual Boosting for Drift-Resilient Time-Series Forecasting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liang, Daojun, Chen, Jing, Wang, Xiao, Wang, Yinglong, Li, Shuo
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

The Forecast After the Forecast: A Post-Processing Shift in Time Series
von: Liang, Daojun, et al.
Veröffentlicht: (2026)

DSPR: Dual-Stream Physics-Residual Networks for Trustworthy Industrial Time Series Forecasting
von: Zhang, Yeran, et al.
Veröffentlicht: (2026)

AME-TS: Anchored Mixture-of-Experts for Time Series Forecasting
von: Wang, Rui, et al.
Veröffentlicht: (2026)

AltTS: A Dual-Path Framework with Alternating Optimization for Multivariate Time Series Forecasting
von: Yuan, Zhihang, et al.
Veröffentlicht: (2026)

DSAT-HD: Dual-Stream Adaptive Transformer with Hybrid Decomposition for Multivariate Time Series Forecasting
von: Wang, Zixu, et al.
Veröffentlicht: (2025)

FlowTS: Time Series Generation via Rectified Flow
von: Hu, Yang, et al.
Veröffentlicht: (2024)

PLanTS: Periodicity-aware Latent-state Representation Learning for Multivariate Time Series
von: Wang, Jia, et al.
Veröffentlicht: (2025)

MambaTS: Improved Selective State Space Models for Long-term Time Series Forecasting
von: Cai, Xiuding, et al.
Veröffentlicht: (2024)

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

Baguan-TS: A Sequence-Native In-Context Learning Model for Time Series Forecasting with Covariates
von: Yang, Linxiao, et al.
Veröffentlicht: (2026)

PeriodNet: Boosting the Potential of Attention Mechanism for Time Series Forecasting
von: Zhao, Bowen, et al.
Veröffentlicht: (2025)

Progressive Supervision via Label Decomposition: An Long-Term and Large-Scale Wireless Traffic Forecasting Method
von: Liang, Daojun, et al.
Veröffentlicht: (2025)

LeapTS: Rethinking Time Series Forecasting as Adaptive Multi-Horizon Scheduling
von: Pan, Sheng, et al.
Veröffentlicht: (2026)

xPatch: Dual-Stream Time Series Forecasting with Exponential Seasonal-Trend Decomposition
von: Stitsyuk, Artyom, et al.
Veröffentlicht: (2024)

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

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

TS-LIF: A Temporal Segment Spiking Neuron Network for Time Series Forecasting
von: Feng, Shibo, et al.
Veröffentlicht: (2025)

Deep Coupling Network For Multivariate Time Series Forecasting
von: Yi, Kun, et al.
Veröffentlicht: (2024)

TS-Memory: Plug-and-Play Memory for Time Series Foundation Models
von: Lyu, Sisuo, et al.
Veröffentlicht: (2026)

DPANet: Dual Pyramid Attention Network for Multivariate Time Series Forecasting
von: Li, Qianyang, et al.
Veröffentlicht: (2025)

Ellipsoidal Time Series Forecasting
von: Wang, Qilin
Veröffentlicht: (2025)

Deep Learning for Time Series Forecasting: A Survey
von: Kong, Xiangjie, et al.
Veröffentlicht: (2025)

SciTS: Scientific Time Series Understanding and Generation with LLMs
von: Wu, Wen, et al.
Veröffentlicht: (2025)

VisionTS: Visual Masked Autoencoders Are Free-Lunch Zero-Shot Time Series Forecasters
von: Chen, Mouxiang, et al.
Veröffentlicht: (2024)

NuwaTS: a Foundation Model Mending Every Incomplete Time Series
von: Cheng, Jinguo, et al.
Veröffentlicht: (2024)

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

WormKAN: Are KAN Effective for Identifying and Tracking Concept Drift in Time Series?
von: Xu, Kunpeng, et al.
Veröffentlicht: (2024)

DPWMixer: Dual-Path Wavelet Mixer for Long-Term Time Series Forecasting
von: Qianyang, Li, et al.
Veröffentlicht: (2025)

DualWeaver: Synergistic Feature Weaving Surrogates for Multivariate Forecasting with Univariate Time Series Foundation Models
von: Li, Jinpeng, et al.
Veröffentlicht: (2026)

Spatio-temporal Multivariate Time Series Forecast with Chosen Variables
von: Liu, Zibo, et al.
Veröffentlicht: (2025)

Minusformer: Improving Time Series Forecasting by Progressively Learning Residuals
von: Liang, Daojun, et al.
Veröffentlicht: (2024)

TS-RAG: Retrieval-Augmented Generation based Time Series Foundation Models are Stronger Zero-Shot Forecaster
von: Ning, Kanghui, et al.
Veröffentlicht: (2025)

FiCoTS: Fine-to-Coarse LLM-Enhanced Hierarchical Cross-Modality Interaction for Time Series Forecasting
von: Lyu, Yafei, et al.
Veröffentlicht: (2025)

HADL Framework for Noise Resilient Long-Term Time Series Forecasting
von: Dey, Aditya, et al.
Veröffentlicht: (2025)

Time Series Forecastability Measures
von: Wang, Rui, et al.
Veröffentlicht: (2025)

SDMixer: Sparse Dual-Mixer for Time Series Forecasting
von: Ao, Xiang
Veröffentlicht: (2026)

Resilient Class-Incremental Learning: on the Interplay of Drifting, Unlabelled and Imbalanced Data Streams
von: Li, Jin, et al.
Veröffentlicht: (2026)

Graph Deep Learning for Time Series Forecasting
von: Cini, Andrea, et al.
Veröffentlicht: (2023)

RDIT: Residual-based Diffusion Implicit Models for Probabilistic Time Series Forecasting
von: Lai, Chih-Yu, et al.
Veröffentlicht: (2025)

Autocorrelation Reintroduces Spectral Bias in KANs for Time Series Forecasting
von: Zeng, Chen, et al.
Veröffentlicht: (2026)