Buchumschlag

S^2-KD: Semantic-Spectral Knowledge Distillation Spatiotemporal Forecasting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Wenshuo, Shen, Yaomin, Tan, Yingjie, Chen, Yihao
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

Knowledge Distillation Must Account for What It Loses
von: Wang, Wenshuo
Veröffentlicht: (2026)

C2G-KD: PCA-Constrained Generator for Data-Free Knowledge Distillation
von: Bengtsson, Magnus, et al.
Veröffentlicht: (2025)

Frequency-Aligned Knowledge Distillation for Lightweight Spatiotemporal Forecasting
von: Li, Yuqi, et al.
Veröffentlicht: (2025)

CLIP-Embed-KD: Computationally Efficient Knowledge Distillation Using Embeddings as Teachers
von: Nair, Lakshmi
Veröffentlicht: (2024)

TabKD: Tabular Knowledge Distillation through Interaction Diversity of Learned Feature Bins
von: Pereira, Shovon Niverd, et al.
Veröffentlicht: (2026)

AdaKD: Dynamic Knowledge Distillation of ASR models using Adaptive Loss Weighting
von: Ganguly, Shreyan, et al.
Veröffentlicht: (2024)

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

KD-GAT: Combining Knowledge Distillation and Graph Attention Transformer for a Controller Area Network Intrusion Detection System
von: Frenken, Robert, et al.
Veröffentlicht: (2025)

DeepKD: A Deeply Decoupled and Denoised Knowledge Distillation Trainer
von: Huang, Haiduo, et al.
Veröffentlicht: (2025)

Adv-KD: Adversarial Knowledge Distillation for Faster Diffusion Sampling
von: Mekonnen, Kidist Amde, et al.
Veröffentlicht: (2024)

KD-EKF: Knowledge-Distilled Adaptive Covariance EKF for Robust UWB/PDR Indoor Localization
von: Yoo, Kyeonghyun, et al.
Veröffentlicht: (2026)

PromptKD: Distilling Student-Friendly Knowledge for Generative Language Models via Prompt Tuning
von: Kim, Gyeongman, et al.
Veröffentlicht: (2024)

FerKD: Surgical Label Adaptation for Efficient Distillation
von: Shen, Zhiqiang
Veröffentlicht: (2023)

KD-OCT: Efficient Knowledge Distillation for Clinical-Grade Retinal OCT Classification
von: Nourbakhsh, Erfan, et al.
Veröffentlicht: (2025)

KD-LoRA: A Hybrid Approach to Efficient Fine-Tuning with LoRA and Knowledge Distillation
von: Azimi, Rambod, et al.
Veröffentlicht: (2024)

Confidence-aware Self-Semantic Distillation on Knowledge Graph Embedding
von: Liu, Yichen, et al.
Veröffentlicht: (2022)

DySCo: Dynamic Semantic Compression for Effective Long-term Time Series Forecasting
von: Ao, Xiang, et al.
Veröffentlicht: (2026)

Incident-Guided Spatiotemporal Traffic Forecasting
von: Fan, Lixiang, et al.
Veröffentlicht: (2026)

Gradient-Informed Temporal Sampling Improves Rollout Accuracy in PDE Surrogate Training
von: Wang, Wenshuo, et al.
Veröffentlicht: (2026)

Derived Fields Preserve Fine-Scale Detail in Budgeted Neural Simulators
von: Wang, Wenshuo, et al.
Veröffentlicht: (2026)

Posterior-First Neural PDE Simulation: Inferring Hidden Problem State from a Single Field
von: Wang, Wenshuo, et al.
Veröffentlicht: (2026)

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

T-LLM: Teaching Large Language Models to Forecast Time Series via Temporal Distillation
von: Guo, Suhan, et al.
Veröffentlicht: (2026)

STGformer: Efficient Spatiotemporal Graph Transformer for Traffic Forecasting
von: Wang, Hongjun, et al.
Veröffentlicht: (2024)

Align-KD: Distilling Cross-Modal Alignment Knowledge for Mobile Vision-Language Model
von: Feng, Qianhan, et al.
Veröffentlicht: (2024)

Online Adversarial Knowledge Distillation for Graph Neural Networks
von: Wang, Can, et al.
Veröffentlicht: (2021)

ReMAP: Neural Reparameterization for Scalable MAP Inference in Arbitrary-Order Markov Random Fields
von: Wang, Yaomin, et al.
Veröffentlicht: (2024)

DisCoM-KD: Cross-Modal Knowledge Distillation via Disentanglement Representation and Adversarial Learning
von: Ienco, Dino, et al.
Veröffentlicht: (2024)

Spatiotemporal-aware Trend-Seasonality Decomposition Network for Traffic Flow Forecasting
von: Cao, Lingxiao, et al.
Veröffentlicht: (2025)

Collaborative Deterministic-Probabilistic Forecasting for Diverse Spatiotemporal Systems
von: Sheng, Zhi, et al.
Veröffentlicht: (2025)

Hybrid Quantum-Classical Spatiotemporal Forecasting for 3D Cloud Fields
von: Wang, Fu, et al.
Veröffentlicht: (2026)

Reinforcement-aware Knowledge Distillation for LLM Reasoning
von: Zhang, Zhaoyang, et al.
Veröffentlicht: (2026)

Distilling Time Series Foundation Models for Efficient Forecasting
von: Li, Yuqi, et al.
Veröffentlicht: (2026)

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

Integrating Spatiotemporal Features in LSTM for Spatially Informed COVID-19 Hospitalization Forecasting
von: Wang, Zhongying, et al.
Veröffentlicht: (2025)

Error Adjustment Based on Spatiotemporal Correlation Fusion for Traffic Forecasting
von: Liu, Fuqiang, et al.
Veröffentlicht: (2025)

Interpretable Air Pollution Forecasting by Physics-Guided Spatiotemporal Decoupling
von: Zhang, Zhiguo, et al.
Veröffentlicht: (2025)

Graph-based Forecasting with Missing Data through Spatiotemporal Downsampling
von: Marisca, Ivan, et al.
Veröffentlicht: (2024)

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

Semantic Level of Detail for Knowledge Graphs: Discovering Abstraction Boundaries via Spectral Heat Diffusion
von: Izgorodin, Edward
Veröffentlicht: (2026)