Buchumschlag

Forecasting Multivariate Time Series under Predictive Heterogeneity: A Validation-Driven Clustering Framework

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ma, Ziling, Oriona, Ángel López, Ombao, Hernando, Sun, Ying
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Methodology Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FCPCA: Fuzzy clustering of high-dimensional time series based on common principal component analysis
von: Ma, Ziling, et al.
Veröffentlicht: (2025)

Robust Spectral Fuzzy Clustering of Multivariate Time Series with Applications to Electroencephalogram
von: Ma, Ziling, et al.
Veröffentlicht: (2025)

Robust fuzzy clustering for high-dimensional multivariate time series with outlier detection
von: Ma, Ziling, et al.
Veröffentlicht: (2025)

Predictive Performance Test based on the Exhaustive Nested Cross-Validation for High-dimensional data
von: Gauran, Iris Ivy, et al.
Veröffentlicht: (2024)

Classification of High-dimensional Time Series in Spectral Domain using Explainable Features
von: Roy, Sarbojit, et al.
Veröffentlicht: (2024)

Amortized Neural Clustering of Time Series based on Statistical Features
von: López-Oriona, Ángel, et al.
Veröffentlicht: (2026)

Improving Forecasts for Heterogeneous Time Series by "Averaging", with Application to Food Demand Forecast
von: Neubauer, Lukas, et al.
Veröffentlicht: (2023)

Topological Data Analysis for Multivariate Time Series Data
von: Bourakna, Anass El Yaagoubi, et al.
Veröffentlicht: (2022)

Granger Causality in High-Dimensional Networks of Time Series
von: Aslan, Sipan, et al.
Veröffentlicht: (2024)

SPINEX-TimeSeries: Similarity-based Predictions with Explainable Neighbors Exploration for Time Series and Forecasting Problems
von: Naser, Ahmed Z, et al.
Veröffentlicht: (2024)

Nonlinear Causality in Time Series Networks: With Application to Motor Imagery vs Execution
von: Aslan, Sipan, et al.
Veröffentlicht: (2024)

Benchmarking Unsupervised Strategies for Anomaly Detection in Multivariate Time Series
von: Boggia, Laura, et al.
Veröffentlicht: (2025)

White noise testing for functional time series via functional quantile autocorrelation
von: López-Oriona, Ángel, et al.
Veröffentlicht: (2026)

Causal Discovery in Multivariate Time Series through Mutual Information Featurization
von: Paldino, Gian Marco, et al.
Veröffentlicht: (2025)

Autoregressive with Slack Time Series Model for Forecasting a Partially-Observed Dynamical Time Series
von: Okuno, Akifumi, et al.
Veröffentlicht: (2023)

A Gentle Introduction to Conformal Time Series Forecasting
von: Stocker, M., et al.
Veröffentlicht: (2025)

ProbRes: Volatility Learning for Probabilistic Time-Series Forecasting
von: Wang, Tingting, et al.
Veröffentlicht: (2026)

LLM-Powered CPI Prediction Inference with Online Text Time Series
von: Fan, Yingying, et al.
Veröffentlicht: (2025)

A Unified Framework for Structure-Aware Clustering and Heterogeneous Causal Graph Learning
von: Du, Honglin, et al.
Veröffentlicht: (2026)

Sliding-Window Signatures for Time Series: Application to Electricity Demand Forecasting
von: Drobac, Nina, et al.
Veröffentlicht: (2025)

MMM: Clustering Multivariate Longitudinal Mixed-type Data
von: Amato, Francesco, et al.
Veröffentlicht: (2025)

Interventional Time Series Priors for Causal Foundation Models
von: Thumm, Dennis, et al.
Veröffentlicht: (2026)

Large Scale Hierarchical Industrial Demand Time-Series Forecasting incorporating Sparsity
von: Kamarthi, Harshavardhan, et al.
Veröffentlicht: (2024)

Causal and Local Correlations Based Network for Multivariate Time Series Classification
von: Du, Mingsen, et al.
Veröffentlicht: (2024)

Fitting Sparse Markov Models to Categorical Time Series Using Convex Clustering
von: Majumder, Tuhin, et al.
Veröffentlicht: (2022)

Fast Training of Mixture-of-Experts for Time Series Forecasting via Expert Loss Integration
von: Mahtout, Btissame El, et al.
Veröffentlicht: (2026)

DoFlow: Flow-based Generative Models for Interventional and Counterfactual Forecasting on Time Series
von: Wu, Dongze, et al.
Veröffentlicht: (2025)

A New Causal Rule Learning Approach to Interpretable Estimation of Heterogeneous Treatment Effect
von: Wu, Ying, et al.
Veröffentlicht: (2023)

A Data-Driven Two-Phase Multi-Split Causal Ensemble Model for Time Series
von: Ma, Zhipeng, et al.
Veröffentlicht: (2024)

Data Augmentation of Multivariate Sensor Time Series using Autoregressive Models and Application to Failure Prognostics
von: de Souza, Douglas Baptista, et al.
Veröffentlicht: (2024)

Agglomerative Hierarchical Clustering for Selecting Valid Instrumental Variables
von: Apfel, Nicolas, et al.
Veröffentlicht: (2021)

Localized Sparse Principal Component Analysis of Multivariate Time Series in Frequency Domain
von: Namdari, Jamshid, et al.
Veröffentlicht: (2024)

Adaptive Bayesian Multivariate Spline Knot Inference with Prior Specifications on Model Complexity
von: He, Junhui, et al.
Veröffentlicht: (2024)

Dependence-based fuzzy clustering of functional time series
von: Lopez-Oriona, Angel, et al.
Veröffentlicht: (2024)

Detecting Batch Heterogeneity via Likelihood Clustering
von: Talbot, Austin, et al.
Veröffentlicht: (2026)

Interpreting Time Series Forecasts with LIME and SHAP: A Case Study on the Air Passengers Dataset
von: Shukla, Manish
Veröffentlicht: (2025)

PHAT: Modeling Period Heterogeneity for Multivariate Time Series Forecasting
von: Ma, Jiaming, et al.
Veröffentlicht: (2026)

Consistent Validation for Predictive Methods in Spatial Settings
von: Burt, David R., et al.
Veröffentlicht: (2024)

High-Dimensional Linear Bandits under Stochastic Latent Heterogeneity
von: Chen, Elynn, et al.
Veröffentlicht: (2025)

Qini Curve Estimation under Clustered Network Interference
von: Karlsson, Rickard, et al.
Veröffentlicht: (2025)