Buchumschlag

It's TIME: Towards the Next Generation of Time Series Forecasting Benchmarks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Qiao, Zhongzheng, Pan, Sheng, Wang, Anni, Zhukova, Viktoriya, Liu, Yong, Jiang, Xudong, Wen, Qingsong, Long, Mingsheng, Jin, Ming, Liu, Chenghao
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multi-Scale Finetuning for Encoder-based Time Series Foundation Models
von: Qiao, Zhongzheng, et al.
Veröffentlicht: (2025)

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

AutoTimes: Autoregressive Time Series Forecasters via Large Language Models
von: Liu, Yong, et al.
Veröffentlicht: (2024)

Class-incremental Learning for Time Series: Benchmark and Evaluation
von: Qiao, Zhongzheng, et al.
Veröffentlicht: (2024)

Timer-XL: Long-Context Transformers for Unified Time Series Forecasting
von: Liu, Yong, et al.
Veröffentlicht: (2024)

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

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

DiTS: Multimodal Diffusion Transformers Are Time Series Forecasters
von: Zhang, Haoran, et al.
Veröffentlicht: (2026)

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

iTransformer: Inverted Transformers Are Effective for Time Series Forecasting
von: Liu, Yong, et al.
Veröffentlicht: (2023)

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

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

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

Deep Time Series Models: A Comprehensive Survey and Benchmark
von: Wang, Yuxuan, et al.
Veröffentlicht: (2024)

TimeXer: Empowering Transformers for Time Series Forecasting with Exogenous Variables
von: Wang, Yuxuan, et al.
Veröffentlicht: (2024)

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

GIFT-Eval: A Benchmark For General Time Series Forecasting Model Evaluation
von: Aksu, Taha, et al.
Veröffentlicht: (2024)

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

A Survey on Diffusion Models for Time Series and Spatio-Temporal Data
von: Yang, Yiyuan, et al.
Veröffentlicht: (2024)

Heterogeneity-Informed Meta-Parameter Learning for Spatiotemporal Time Series Forecasting
von: Dong, Zheng, et al.
Veröffentlicht: (2024)

Foundation Models for Time Series Analysis: A Tutorial and Survey
von: Liang, Yuxuan, et al.
Veröffentlicht: (2024)

Achieving Time Series Reasoning Requires Rethinking Model Design, Tasks Formulation, and Evaluation
von: Kong, Yaxuan, et al.
Veröffentlicht: (2025)

A Survey on Graph Neural Networks for Time Series: Forecasting, Classification, Imputation, and Anomaly Detection
von: Jin, Ming, et al.
Veröffentlicht: (2023)

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

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

Toto 2.0: Time Series Forecasting Enters the Scaling Era
von: Khwaja, Emaad, et al.
Veröffentlicht: (2026)

Metadata Matters for Time Series: Informative Forecasting with Transformers
von: Dong, Jiaxiang, et al.
Veröffentlicht: (2024)

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

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

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

TimesBERT: A BERT-Style Foundation Model for Time Series Understanding
von: Zhang, Haoran, et al.
Veröffentlicht: (2025)

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

Exploring Accuracy Law for Deep Time Series Forecasters: An Empirical Study
von: Wang, Yuxuan, et al.
Veröffentlicht: (2025)

HiMTM: Hierarchical Multi-Scale Masked Time Series Modeling with Self-Distillation for Long-Term Forecasting
von: Zhao, Shubao, et al.
Veröffentlicht: (2024)

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

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

AION: Next-Generation Tasks and Practical Harness for Time Series
von: Zhan, Tianxiang, et al.
Veröffentlicht: (2026)

Timer: Generative Pre-trained Transformers Are Large Time Series Models
von: Liu, Yong, et al.
Veröffentlicht: (2024)

Unified Training of Universal Time Series Forecasting Transformers
von: Woo, Gerald, et al.
Veröffentlicht: (2024)

UniTST: Effectively Modeling Inter-Series and Intra-Series Dependencies for Multivariate Time Series Forecasting
von: Liu, Juncheng, et al.
Veröffentlicht: (2024)