$Buchumschlag$

Learning to Predict, Discover, and Reason in High-Dimensional Event Sequences

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Math, Hugo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

One-Shot Multi-Label Causal Discovery in High-Dimensional Event Sequences
von: Math, Hugo, et al.
Veröffentlicht: (2025)

Towards Practical Multi-label Causal Discovery in High-Dimensional Event Sequences via One-Shot Graph Aggregation
von: Math, Hugo, et al.
Veröffentlicht: (2025)

Scalable Sample-Level Causal Discovery in Event Sequences via Autoregressive Density Estimation
von: Math, Hugo, et al.
Veröffentlicht: (2026)

Discovering Association Rules in High-Dimensional Small Tabular Data
von: Karabulut, Erkan, et al.
Veröffentlicht: (2025)

MLEM: Generative and Contrastive Learning as Distinct Modalities for Event Sequences
von: Moskvoretskii, Viktor, et al.
Veröffentlicht: (2024)

EBES: Easy Benchmarking for Event Sequences
von: Osin, Dmitry, et al.
Veröffentlicht: (2024)

Learning to Discover at Test Time
von: Yuksekgonul, Mert, et al.
Veröffentlicht: (2026)

Pretext Training Algorithms for Event Sequence Data
von: Wang, Yimu, et al.
Veröffentlicht: (2024)

Transforming Vehicle Diagnostics: A Multimodal Approach to Error Patterns Prediction
von: Math, Hugo, et al.
Veröffentlicht: (2026)

Spatiotemporal Observer Design for Predictive Learning of High-Dimensional Data
von: Liang, Tongyi, et al.
Veröffentlicht: (2024)

Modeling and Discovering Direct Causes for Predictive Models
von: Chen, Yizuo, et al.
Veröffentlicht: (2024)

Discovering Temporally-Aware Reinforcement Learning Algorithms
von: Jackson, Matthew Thomas, et al.
Veröffentlicht: (2024)

Discovering and Reasoning of Causality in the Hidden World with Large Language Models
von: Liu, Chenxi, et al.
Veröffentlicht: (2024)

SeqNAS: Neural Architecture Search for Event Sequence Classification
von: Udovichenko, Igor, et al.
Veröffentlicht: (2024)

Harnessing Event Sensory Data for Error Pattern Prediction in Vehicles: A Language Model Approach
von: Math, Hugo, et al.
Veröffentlicht: (2024)

Discovering Reinforcement Learning Interfaces with Large Language Models
von: Jaswal, Akshat Singh, et al.
Veröffentlicht: (2026)

Discovering Learning-Friendly Generation Orders for Sequential Computation
von: Sato, Yuta, et al.
Veröffentlicht: (2025)

Prediction Bottlenecks Don't Discover Causal Structure (But Here's What They Actually Do)
von: Lade, Ankit Hemant, et al.
Veröffentlicht: (2026)

Learning under Quantization for High-Dimensional Linear Regression
von: Zhang, Dechen, et al.
Veröffentlicht: (2025)

Permutation Invariant Learning with High-Dimensional Particle Filters
von: Boopathy, Akhilan, et al.
Veröffentlicht: (2024)

Multimodal Banking Dataset: Understanding Client Needs through Event Sequences
von: Mollaev, Dzhambulat, et al.
Veröffentlicht: (2024)

Detecting the Future: All-at-Once Event Sequence Forecasting with Horizon Matching
von: Karpukhin, Ivan, et al.
Veröffentlicht: (2024)

TNPAR: Topological Neural Poisson Auto-Regressive Model for Learning Granger Causal Structure from Event Sequences
von: Liu, Yuequn, et al.
Veröffentlicht: (2023)

Statistical and Machine Learning Models for Predicting Fire and Other Emergency Events
von: Sharma, Dilli Prasad, et al.
Veröffentlicht: (2024)

Deep Symbolic Learning: Discovering Symbols and Rules from Perceptions
von: Daniele, Alessandro, et al.
Veröffentlicht: (2022)

Beyond Isolated Clients: Integrating Graph-Based Embeddings into Event Sequence Models
von: Proshian, Harry, et al.
Veröffentlicht: (2026)

Event Classification of Accelerometer Data for Industrial Package Monitoring with Embedded Deep Learning
von: Renault, Manon, et al.
Veröffentlicht: (2025)

Transforming Multidimensional Time Series into Interpretable Event Sequences for Advanced Data Mining
von: Yan, Xu, et al.
Veröffentlicht: (2024)

ADLGen: Synthesizing Symbolic, Event-Triggered Sensor Sequences for Human Activity Modeling
von: You, Weihang, et al.
Veröffentlicht: (2025)

Scientifically-Interpretable Reasoning Network (ScIReN): Discovering Hidden Relationships in the Carbon Cycle and Beyond
von: Fan, Joshua, et al.
Veröffentlicht: (2025)

Discovering environments with XRM
von: Pezeshki, Mohammad, et al.
Veröffentlicht: (2023)

RLAD: Training LLMs to Discover Abstractions for Solving Reasoning Problems
von: Qu, Yuxiao, et al.
Veröffentlicht: (2025)

Machine Learning Techniques for Pattern Recognition in High-Dimensional Data Mining
von: Li, Pochun
Veröffentlicht: (2024)

SequenceMatch: Imitation Learning for Autoregressive Sequence Modelling with Backtracking
von: Cundy, Chris, et al.
Veröffentlicht: (2023)

ARM: Discovering Agentic Reasoning Modules for Generalizable Multi-Agent Systems
von: Yao, Bohan, et al.
Veröffentlicht: (2025)

Historically Relevant Event Structuring for Temporal Knowledge Graph Reasoning
von: Zhang, Jinchuan, et al.
Veröffentlicht: (2024)

Self-Discovered Intention-aware Transformer for Multi-modal Vehicle Trajectory Prediction
von: Liu, Diyi, et al.
Veröffentlicht: (2026)

Learning to Discover Iterative Spectral Algorithms
von: Liu, Zihang, et al.
Veröffentlicht: (2026)

Bridging Sequence and Graph Structure for Epigenetic Age Prediction
von: Li, Yao, et al.
Veröffentlicht: (2026)

Discovering What You Can Control: Interventional Boundary Discovery for Reinforcement Learning
von: Liu, Jiaxin, et al.
Veröffentlicht: (2026)