Buchumschlag

Permutation-Equivariant 2D State Space Models: Theory and Canonical Architecture for Multivariate Time Series

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jeong, Seungwoo, Suk, Heung-Il
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Chimera: Effectively Modeling Multivariate Time Series with 2-Dimensional State Space Models
von: Behrouz, Ali, et al.
Veröffentlicht: (2024)

MEASURE: Multi-scale Minimal Sufficient Representation Learning for Domain Generalization in Sleep Staging
von: Jo, Sangmin, et al.
Veröffentlicht: (2025)

Latent Space Score-based Diffusion Model for Probabilistic Multivariate Time Series Imputation
von: Liang, Guojun, et al.
Veröffentlicht: (2024)

Permutation Equivariant Model-based Offline Reinforcement Learning for Auto-bidding
von: Mou, Zhiyu, et al.
Veröffentlicht: (2025)

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

Revisiting Multi-Permutation Equivariance through the Lens of Irreducible Representations
von: Sverdlov, Yonatan, et al.
Veröffentlicht: (2024)

TimeMKG: Knowledge-Infused Causal Reasoning for Multivariate Time Series Modeling
von: Sun, Yifei, et al.
Veröffentlicht: (2025)

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

Revisiting Attention for Multivariate Time Series Forecasting
von: Wu, Haixiang
Veröffentlicht: (2024)

Are KANs Effective for Multivariate Time Series Forecasting?
von: Han, Xiao, et al.
Veröffentlicht: (2024)

Nearest Neighbor Multivariate Time Series Forecasting
von: Zhang, Huiliang, et al.
Veröffentlicht: (2025)

FEATHer: Fourier-Efficient Adaptive Temporal Hierarchy Forecaster for Time-Series Forecasting
von: Lee, Jaehoon, et al.
Veröffentlicht: (2026)

Large Language Models are Few-shot Multivariate Time Series Classifiers
von: Chen, Yakun, et al.
Veröffentlicht: (2025)

Falcon-X: A Time Series Foundation Model for Heterogeneous Multivariate Modeling
von: Liu, Yiding, et al.
Veröffentlicht: (2026)

PICASO: Permutation-Invariant Context Composition with State Space Models
von: Liu, Tian Yu, et al.
Veröffentlicht: (2025)

E2USD: Efficient-yet-effective Unsupervised State Detection for Multivariate Time Series
von: Lai, Zhichen, et al.
Veröffentlicht: (2024)

TimeDRL: Disentangled Representation Learning for Multivariate Time-Series
von: Chang, Ching, et al.
Veröffentlicht: (2023)

HTMformer: Hybrid Time and Multivariate Transformer for Time Series Forecasting
von: Wang, Tan, et al.
Veröffentlicht: (2025)

SCFormer: Structured Channel-wise Transformer with Cumulative Historical State for Multivariate Time Series Forecasting
von: Guo, Shiwei, et al.
Veröffentlicht: (2025)

Latent Laplace Diffusion for Irregular Multivariate Time Series
von: You, Zinuo, et al.
Veröffentlicht: (2026)

Probabilistic Learning of Multivariate Time Series with Temporal Irregularity
von: Li, Yijun, et al.
Veröffentlicht: (2023)

Revisiting Multivariate Time Series Forecasting with Missing Values
von: Yang, Jie, et al.
Veröffentlicht: (2025)

ST-Tree with Interpretability for Multivariate Time Series Classification
von: Du, Mingsen, et al.
Veröffentlicht: (2024)

Deep Coupling Network For Multivariate Time Series Forecasting
von: Yi, Kun, et al.
Veröffentlicht: (2024)

EquiTabPFN: A Target-Permutation Equivariant Prior Fitted Networks
von: Arbel, Michael, et al.
Veröffentlicht: (2025)

A Statistical Approach for Modeling Irregular Multivariate Time Series with Missing Observations
von: Nie, Dingyi, et al.
Veröffentlicht: (2026)

vLinear: A Powerful Linear Model for Multivariate Time Series Forecasting
von: Yue, Wenzhen, et al.
Veröffentlicht: (2026)

Efficient Linear Attention for Multivariate Time Series Modeling via Entropy Equality
von: Zhang, Mingtao, et al.
Veröffentlicht: (2025)

MTSCI: A Conditional Diffusion Model for Multivariate Time Series Consistent Imputation
von: Zhou, Jianping, et al.
Veröffentlicht: (2024)

Context Neural Networks: A Scalable Multivariate Model for Time Series Forecasting
von: Sriramulu, Abishek, et al.
Veröffentlicht: (2024)

CATS: Enhancing Multivariate Time Series Forecasting by Constructing Auxiliary Time Series as Exogenous Variables
von: Lu, Jiecheng, et al.
Veröffentlicht: (2024)

TimePFN: Effective Multivariate Time Series Forecasting with Synthetic Data
von: Taga, Ege Onur, et al.
Veröffentlicht: (2025)

Joint Selective State Space Model and Detrending for Robust Time Series Anomaly Detection
von: Chen, Junqi, et al.
Veröffentlicht: (2024)

Time Series Clustering with General State Space Models via Stochastic Variational Inference
von: Ishizuka, Ryoichi, et al.
Veröffentlicht: (2024)

TACTiS-2: Better, Faster, Simpler Attentional Copulas for Multivariate Time Series
von: Ashok, Arjun, et al.
Veröffentlicht: (2023)

Forecast2Anomaly (F2A): Adapting Multivariate Time Series Foundation Models for Anomaly Prediction
von: Hassan, Atif, et al.
Veröffentlicht: (2025)

An Efficient Continual Learning Framework for Multivariate Time Series Prediction Tasks with Application to Vehicle State Estimation
von: Hosseinzadeh, Arvin, et al.
Veröffentlicht: (2025)

Dynamic Linear Coregionalization for Realistic Synthetic Multivariate Time Series
von: Vapsi, Annita, et al.
Veröffentlicht: (2026)

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

Ister: Linear Transformer for Efficient Multivariate Time Series Forecasting
von: Cao, Fanpu, et al.
Veröffentlicht: (2024)