Buchumschlag

FRWKV:Frequency-Domain Linear Attention for Long-Term Time Series Forecasting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Qingyuan, Deng, Shizhuo, Chen, Dongyue, Teng, Da, Gan, Zehua
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FRWKV+: Adaptive Periodic-Position Branch Interaction for Frequency-Space Linear Time Series Forecasting
von: Yang, Qingyuan, et al.
Veröffentlicht: (2026)

TFKAN: Time-Frequency KAN for Long-Term Time Series Forecasting
von: Kui, Xiaoyan, et al.
Veröffentlicht: (2025)

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

Dualformer: Time-Frequency Dual Domain Learning for Long-term Time Series Forecasting
von: Bai, Jingjing, et al.
Veröffentlicht: (2026)

Disentangled Parameter-Efficient Linear Model for Long-Term Time Series Forecasting
von: Zhao, Yuang, et al.
Veröffentlicht: (2024)

Hierarchical Classification Auxiliary Network for Time Series Forecasting
von: Sun, Yanru, et al.
Veröffentlicht: (2024)

Frequency-Aware Attention-LSTM for PM$_{2.5}$ Time Series Forecasting
von: Lu, Jiahui, et al.
Veröffentlicht: (2025)

Fre-CW: Targeted Attack on Time Series Forecasting using Frequency Domain Loss
von: Feng, Naifu, et al.
Veröffentlicht: (2025)

Does Long-Term Series Forecasting Need Complex Attention and Extra Long Inputs?
von: Liang, Daojun, et al.
Veröffentlicht: (2023)

ATFNet: Adaptive Time-Frequency Ensembled Network for Long-term Time Series Forecasting
von: Ye, Hengyu, et al.
Veröffentlicht: (2024)

Unlocking the Power of LSTM for Long Term Time Series Forecasting
von: Kong, Yaxuan, et al.
Veröffentlicht: (2024)

Loss Shaping Constraints for Long-Term Time Series Forecasting
von: Hounie, Ignacio, et al.
Veröffentlicht: (2024)

FredNormer: Frequency Domain Normalization for Non-stationary Time Series Forecasting
von: Piao, Xihao, et al.
Veröffentlicht: (2024)

ReNF: Rethinking the Design of Neural Long-Term Time Series Forecasters
von: Lu, Yihang, et al.
Veröffentlicht: (2025)

There are no Champions in Supervised Long-Term Time Series Forecasting
von: Brigato, Lorenzo, et al.
Veröffentlicht: (2025)

Boosting MLPs with a Coarsening Strategy for Long-Term Time Series Forecasting
von: Bian, Nannan, et al.
Veröffentlicht: (2024)

Frequency-Constrained Learning for Long-Term Forecasting
von: Kong, Menglin, et al.
Veröffentlicht: (2025)

AverageTime: Enhance Long-Term Time Series Forecasting with Simple Averaging
von: Zhao, Gaoxiang, et al.
Veröffentlicht: (2024)

Logo-LLM: Local and Global Modeling with Large Language Models for Time Series Forecasting
von: Ou, Wenjie, et al.
Veröffentlicht: (2025)

A Multi-scale Representation Learning Framework for Long-Term Time Series Forecasting
von: Gao, Boshi, et al.
Veröffentlicht: (2025)

MoFE-Time: Mixture of Frequency Domain Experts for Time-Series Forecasting Models
von: Liu, Yiwen, et al.
Veröffentlicht: (2025)

FAITH: Frequency-domain Attention In Two Horizons for Time Series Forecasting
von: Li, Ruiqi, et al.
Veröffentlicht: (2024)

The Power of Architecture: Deep Dive into Transformer Architectures for Long-Term Time Series Forecasting
von: Shen, Lefei, et al.
Veröffentlicht: (2025)

Accelerating Long-Term Molecular Dynamics with Physics-Informed Time-Series Forecasting
von: Le, Hung, et al.
Veröffentlicht: (2025)

BSAT: B-Spline Adaptive Tokenizer for Long-Term Time Series Forecasting
von: Reinwardt, Maximilian, et al.
Veröffentlicht: (2026)

Modeling Temporal Dependencies within the Target for Long-Term Time Series Forecasting
von: Xiong, Qi, et al.
Veröffentlicht: (2024)

WPMixer: Efficient Multi-Resolution Mixing for Long-Term Time Series Forecasting
von: Murad, Md Mahmuddun Nabi, et al.
Veröffentlicht: (2024)

FAiT: Frequency-Aware Inverted Transformer for Multivariate Time Series Forecasting
von: He, Peng, et al.
Veröffentlicht: (2026)

Mixture-of-Linear-Experts for Long-term Time Series Forecasting
von: Ni, Ronghao, et al.
Veröffentlicht: (2023)

Frequency Adaptive Normalization For Non-stationary Time Series Forecasting
von: Ye, Weiwei, et al.
Veröffentlicht: (2024)

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

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

Three-Stage Learning Unlocks Strong Performance in Simple Models for Long-Term Time Series Forecasting
von: Yu, Zhenan, et al.
Veröffentlicht: (2026)

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

Leveraging Multivariate Long-Term History Representation for Time Series Forecasting
von: Zhang, Huiliang, et al.
Veröffentlicht: (2025)

WinNet: Make Only One Convolutional Layer Effective for Time Series Forecasting
von: Ou, Wenjie, et al.
Veröffentlicht: (2023)

Learning Pattern-Specific Experts for Time Series Forecasting Under Patch-level Distribution Shift
von: Sun, Yanru, et al.
Veröffentlicht: (2024)

CT-PatchTST: Channel-Time Patch Time-Series Transformer for Long-Term Renewable Energy Forecasting
von: Lu, Kuan, et al.
Veröffentlicht: (2025)

Exploiting the Prior of Generative Time Series Imputation
von: Miao, YuYang, et al.
Veröffentlicht: (2025)

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