Buchumschlag

Are We Winning the Wrong Game? Revisiting Evaluation Practices for Long-Term Time Series Forecasting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Phungtua-eng, Thanapol, Yamamoto, Yoshitaka
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning I.2.6; H.2.8; I.2
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AI and Machine Learning Approaches for Predicting Nanoparticles Toxicity The Critical Role of Physiochemical Properties
von: Yousaf, Iqra
Veröffentlicht: (2024)

Fractional Policy Gradients: Reinforcement Learning with Long-Term Memory
von: Pawar, Urvi, et al.
Veröffentlicht: (2025)

Noise or Signal? Deconstructing Contradictions and An Adaptive Remedy for Reversible Normalization in Time Series Forecasting
von: Fu, Fanzhe, et al.
Veröffentlicht: (2025)

COMET: Codebook-based Online-adaptive Multi-scale Embedding for Time-series Anomaly Detection
von: Park, Jinwoo, et al.
Veröffentlicht: (2026)

RHiOTS: A Framework for Evaluating Hierarchical Time Series Forecasting Algorithms
von: Roque, Luis, et al.
Veröffentlicht: (2024)

Simple yet Effective Node Property Prediction on Edge Streams under Distribution Shifts
von: Lee, Jongha, et al.
Veröffentlicht: (2025)

The CRITICAL Records Integrated Standardization Pipeline (CRISP): End-to-End Processing of Large-scale Multi-institutional OMOP CDM Data
von: Luo, Xiaolong, et al.
Veröffentlicht: (2025)

LEFT: Learnable Fusion of Tri-view Tokens for Unsupervised Time Series Anomaly Detection
von: Wang, Dezheng, et al.
Veröffentlicht: (2026)

Prior-Aligned Data Cleaning for Tabular Foundation Models
von: Berti-Equille, Laure
Veröffentlicht: (2026)

The CTU Prague Relational Learning Repository
von: Motl, Jan, et al.
Veröffentlicht: (2015)

ScaleMAP: Preserving Local Density and Neighborhood Structure in Low-Dimensional Embeddings
von: Poorna, Rajas, et al.
Veröffentlicht: (2026)

Zero-Shot Context Generalization in Reinforcement Learning from Few Training Contexts
von: Chapman, James, et al.
Veröffentlicht: (2025)

From Cumulative Constraints to Adaptive Runtime Safety Control for Nonstationary Reinforcement Learning
von: Tomashevskiy, Timofey
Veröffentlicht: (2026)

FlowRL: Flow-Augmented Few-Shot Reinforcement Learning for Semi-Structured Sensor Data
von: Pivezhandi, Mohammad, et al.
Veröffentlicht: (2024)

Predicting and improving test-time scaling laws via reward tail-guided search
von: Li, Muheng, et al.
Veröffentlicht: (2026)

LGTD: Local-Global Trend Decomposition for Season-Length-Free Time Series Analysis
von: Sophaken, Chotanansub, et al.
Veröffentlicht: (2026)

Analyzing the Impact of Release Season and Production Budget on Movie Revenue and Profitability
von: Torkamani, Mohammad Jalili, et al.
Veröffentlicht: (2026)

Survey Transfer Learning: Recycling Data with Silicon Responses
von: Amini, Ali
Veröffentlicht: (2025)

SAGE: Scale-Aware Gradual Evolution for Continual Knowledge Graph Embedding
von: Li, Yifei, et al.
Veröffentlicht: (2025)

Learning from Preferences and Mixed Demonstrations in General Settings
von: Brown, Jason R, et al.
Veröffentlicht: (2025)

Stable and Privacy-Preserving Synthetic Educational Data with Empirical Marginals: A Copula-Based Approach
von: Ramos, Gabriel Diaz, et al.
Veröffentlicht: (2026)

The Final-Stage Bottleneck: A Systematic Dissection of the R-Learner for Network Causal Inference
von: Sairam, S, et al.
Veröffentlicht: (2025)

From Theory to Practice with RAVEN-UCB: Addressing Non-Stationarity in Multi-Armed Bandits through Variance Adaptation
von: Fang, Junyi, et al.
Veröffentlicht: (2025)

Evo-DKD: Dual-Knowledge Decoding for Autonomous Ontology Evolution in Large Language Models
von: Raman, Vishal, et al.
Veröffentlicht: (2025)

Systematic Classification of Studies Investigating Social Media Conversations about Long COVID Using a Novel Zero-Shot Transformer Framework
von: Thakur, Nirmalya, et al.
Veröffentlicht: (2025)

Bi-View Embedding Fusion: A Hybrid Learning Approach for Knowledge Graph's Nodes Classification Addressing Problems with Limited Data
von: Napoli, Rosario, et al.
Veröffentlicht: (2025)

HERO: Hint-Based Efficient and Reliable Query Optimizer
von: Zinchenko, Sergey, et al.
Veröffentlicht: (2024)

LakeMLB: Data Lake Machine Learning Benchmark
von: Pan, Feiyu, et al.
Veröffentlicht: (2026)

Tiny QA Benchmark++: Ultra-Lightweight, Synthetic Multilingual Dataset Generation & Smoke-Tests for Continuous LLM Evaluation
von: Koc, Vincent
Veröffentlicht: (2025)

StepScorer: Accelerating Reinforcement Learning with Step-wise Scoring and Psychological Regret Modeling
von: Xu, Zhe
Veröffentlicht: (2026)

Machine Learning Based Path Planning for Improved Rover Navigation (Pre-Print Version)
von: Abcouwer, Neil, et al.
Veröffentlicht: (2020)

AgentLTV: An Agent-Based Unified Search-and-Evolution Framework for Automated Lifetime Value Prediction
von: Wu, Chaowei, et al.
Veröffentlicht: (2026)

PHBench: A Benchmark for Predicting Startup Series A Funding from Product Hunt Launch Signals
von: Ihlamur, Yagiz, et al.
Veröffentlicht: (2026)

The Reality Gap in Robotics: Challenges, Solutions, and Best Practices
von: Aljalbout, Elie, et al.
Veröffentlicht: (2025)

Towards Systematic Generalization for Power Grid Optimization Problems
von: Memon, Zeeshan, et al.
Veröffentlicht: (2026)

Selective Progress-Aware Querying for Human-in-the-Loop Reinforcement Learning
von: Muraleedharan, Anujith, et al.
Veröffentlicht: (2025)

DGTEN: A Robust Deep Gaussian based Graph Neural Network for Dynamic Trust Evaluation with Uncertainty-Quantification Support
von: Usman, Muhammad, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning for Day-to-day Dynamic Tolling in Tradable Credit Schemes
von: Wu, Xiaoyi, et al.
Veröffentlicht: (2025)

APC-GNN++: An Adaptive Patient-Centric GNN with Context-Aware Attention and Mini-Graph Explainability for Diabetes Classification
von: Berkani, Khaled
Veröffentlicht: (2025)

Bilinear Mamba-Koopman Neural MPC for Varying Dynamics
von: Pagi, Matan, et al.
Veröffentlicht: (2026)