:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Bohan, Liu, Zewen, Lin, Lu, Liu, Hui, Xiong, Li, Jin, Ming, Jin, Wei
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2602.02763
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

TimeDistill: Efficient Long-Term Time Series Forecasting with MLP via Cross-Architecture Distillation
von: Ni, Juntong, et al.
Veröffentlicht: (2025)

Pre-training Epidemic Time Series Forecasters with Compartmental Prototypes
von: Liu, Zewen, et al.
Veröffentlicht: (2025)

Graph ODEs and Beyond: A Comprehensive Survey on Integrating Differential Equations with Graph Neural Networks
von: Liu, Zewen, et al.
Veröffentlicht: (2025)

U-Cast: Learning Hierarchical Structures for High-Dimensional Time Series Forecasting
von: Ni, Juntong, et al.
Veröffentlicht: (2025)

ShapeX: Shapelet-Driven Post Hoc Explanations for Time Series Classification Models
von: Huang, Bosong, et al.
Veröffentlicht: (2025)

Score-based Conditional Out-of-Distribution Augmentation for Graph Covariate Shift
von: Wang, Bohan, et al.
Veröffentlicht: (2024)

SSET: Swapping-Sliding Explanation for Time Series Classifiers in Affect Detection
von: Fouladgar, Nazanin, et al.
Veröffentlicht: (2024)

Exposing the Illusion of Fairness: Auditing Vulnerabilities to Distributional Manipulation Attacks
von: Lafargue, Valentin, et al.
Veröffentlicht: (2025)

Neural Field Classifiers via Target Encoding and Classification Loss
von: Yang, Xindi, et al.
Veröffentlicht: (2024)

Time-Series Contrastive Learning against False Negatives and Class Imbalance
von: Jin, Xiyuan, et al.
Veröffentlicht: (2023)

Unveiling and Mitigating Backdoor Vulnerabilities based on Unlearning Weight Changes and Backdoor Activeness
von: Lin, Weilin, et al.
Veröffentlicht: (2024)

Exposing the Systematic Vulnerability of Open-Weight Models to Prefill Attacks
von: Struppek, Lukas, et al.
Veröffentlicht: (2026)

TimeRecipe: A Time-Series Forecasting Recipe via Benchmarking Module Level Effectiveness
von: Zhao, Zhiyuan, et al.
Veröffentlicht: (2025)

XSub: Explanation-Driven Adversarial Attack against Blackbox Classifiers via Feature Substitution
von: Vu, Kiana, et al.
Veröffentlicht: (2024)

EpiLearn: A Python Library for Machine Learning in Epidemic Modeling
von: Liu, Zewen, et al.
Veröffentlicht: (2024)

We Need a More Robust Classifier: Dual Causal Learning Empowers Domain-Incremental Time Series Classification
von: Liu, Zhipeng, et al.
Veröffentlicht: (2026)

Explanation Space: A New Perspective into Time Series Interpretability
von: Rezaei, Shahbaz, et al.
Veröffentlicht: (2024)

OATS: Online Data Augmentation for Time Series Foundation Models
von: Deng, Junwei, et al.
Veröffentlicht: (2026)

Parallel Complex Diffusion for Scalable Time Series Generation
von: Cai, Rongyao, et al.
Veröffentlicht: (2026)

TimeX++: Learning Time-Series Explanations with Information Bottleneck
von: Liu, Zichuan, et al.
Veröffentlicht: (2024)

Guaranteed Multidimensional Time Series Prediction via Deterministic Tensor Completion Theory
von: Shu, Hao, et al.
Veröffentlicht: (2025)

Motif-guided Time Series Counterfactual Explanations
von: Li, Peiyu, et al.
Veröffentlicht: (2022)

MViewRouter: Internalizing Geometric Equivariance via Multi-view Alternating Attention for Combinatorial Routing
von: Liu, Shiyan, et al.
Veröffentlicht: (2026)

Tokens for Learning, Tokens for Unlearning: Mitigating Membership Inference Attacks in Large Language Models via Dual-Purpose Training
von: Tran, Toan, et al.
Veröffentlicht: (2025)

TimeFound: A Foundation Model for Time Series Forecasting
von: Xiao, Congxi, et al.
Veröffentlicht: (2025)

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

PUPAE: Intuitive and Actionable Explanations for Time Series Anomalies
von: Der, Audrey, et al.
Veröffentlicht: (2024)

Targeted Manipulation: Slope-Based Attacks on Financial Time-Series Data
von: Luszczynski, Dominik
Veröffentlicht: (2025)

CrossAD: Time Series Anomaly Detection with Cross-scale Associations and Cross-window Modeling
von: Li, Beibu, et al.
Veröffentlicht: (2025)

Enhancing Multivariate Time Series Forecasting with Global Temporal Retrieval
von: Cao, Fanpu, et al.
Veröffentlicht: (2026)

Channel-aware Contrastive Conditional Diffusion for Multivariate Probabilistic Time Series Forecasting
von: Li, Siyang, et al.
Veröffentlicht: (2024)

Exposing the Vulnerability of Decentralized Learning to Membership Inference Attacks Through the Lens of Graph Mixing
von: Touat, Ousmane, et al.
Veröffentlicht: (2024)

Dataset Condensation for Time Series Classification via Dual Domain Matching
von: Liu, Zhanyu, et al.
Veröffentlicht: (2024)

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

BACKTIME: Backdoor Attacks on Multivariate Time Series Forecasting
von: Lin, Xiao, et al.
Veröffentlicht: (2024)

Reversible Jump Attack to Textual Classifiers with Modification Reduction
von: Ni, Mingze, et al.
Veröffentlicht: (2024)

Disparate Privacy Vulnerability: Targeted Attribute Inference Attacks and Defenses
von: Kabir, Ehsanul, et al.
Veröffentlicht: (2025)

Explanations of Classifiers Enhance Medical Image Segmentation via End-to-end Pre-training
von: Chen, Jiamin, et al.
Veröffentlicht: (2024)

TimeMixer++: A General Time Series Pattern Machine for Universal Predictive Analysis
von: Wang, Shiyu, et al.
Veröffentlicht: (2024)

Adaptive Auto-Harness: Sustained Self-Improvement for Agentic System Deployment on Open-Ended Task Streams
von: Liu, Zewen, et al.
Veröffentlicht: (2026)