Buchumschlag

Explainable Load Forecasting with Covariate-Informed Time Series Foundation Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hertel, Matthias, Nikoltchovska, Alexandra, Pütz, Sebastian, Mikut, Ralf, Schäfer, Benjamin, Hagenmeyer, Veit
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

Explainable time-series forecasting with sampling-free SHAP for Transformers
von: Hertel, Matthias, et al.
Veröffentlicht: (2025)

Generating peak-aware pseudo-measurements for low-voltage feeders using metadata of distribution system operators
von: Treutlein, Manuel, et al.
Veröffentlicht: (2024)

Decision-Focused Fine-Tuning of Time Series Foundation Models for Dispatchable Feeder Optimization
von: Beichter, Maximilian, et al.
Veröffentlicht: (2025)

Assessing the Performance-Efficiency Trade-off of Foundation Models in Probabilistic Electricity Price Forecasting
von: Lettner, Jan Niklas, et al.
Veröffentlicht: (2026)

Energy-Arena: A Dynamic Benchmark for Operational Energy Forecasting
von: Kleinebrahm, Max, et al.
Veröffentlicht: (2026)

Knowledge Distillation for Efficient Transformer-Based Reinforcement Learning in Hardware-Constrained Energy Management Systems
von: Henrich, Pascal, et al.
Veröffentlicht: (2026)

AutoPQ: Automating Quantile estimation from Point forecasts in the context of sustainability
von: Meisenbacher, Stefan, et al.
Veröffentlicht: (2024)

CITRAS: Covariate-Informed Transformer for Time Series Forecasting
von: Yamaguchi, Yosuke, et al.
Veröffentlicht: (2025)

Real-E: A Foundation Benchmark for Advancing Robust and Generalizable Electricity Forecasting
von: Shao, Chen, et al.
Veröffentlicht: (2025)

Explainable Adaptive Tree-based Model Selection for Time Series Forecasting
von: Jakobs, Matthias, et al.
Veröffentlicht: (2024)

How Foundational are Foundation Models for Time Series Forecasting?
von: Karaouli, Nouha, et al.
Veröffentlicht: (2025)

On autoregressive deep learning models for day-ahead wind power forecasting with irregular shutdowns due to redispatching
von: Meisenbacher, Stefan, et al.
Veröffentlicht: (2024)

CoRA: Covariate-Aware Adaptation of Time Series Foundation Models
von: Qin, Guo, et al.
Veröffentlicht: (2025)

TimeFound: A Foundation Model for Time Series Forecasting
von: Xiao, Congxi, et al.
Veröffentlicht: (2025)

SEMPO: Lightweight Foundation Models for Time Series Forecasting
von: He, Hui, et al.
Veröffentlicht: (2025)

Time Series Foundation Models for Multivariate Financial Time Series Forecasting
von: Marconi, Ben A.
Veröffentlicht: (2025)

LightGTS-Cov: Covariate-Enhanced Time Series Forecasting
von: Shang, Yong, et al.
Veröffentlicht: (2026)

TimeGPT in Load Forecasting: A Large Time Series Model Perspective
von: Liao, Wenlong, et al.
Veröffentlicht: (2024)

Time Series Foundation Models for Process Model Forecasting
von: Yu, Yongbo, et al.
Veröffentlicht: (2025)

EmbedTrack -- Simultaneous Cell Segmentation and Tracking Through Learning Offsets and Clustering Bandwidths
von: Löffler, Katharina, et al.
Veröffentlicht: (2022)

UniCA: Unified Covariate Adaptation for Time Series Foundation Model
von: Han, Lu, et al.
Veröffentlicht: (2025)

Lightweight Online Adaption for Time Series Foundation Model Forecasts
von: Lee, Thomas L., et al.
Veröffentlicht: (2025)

DAM: Towards A Foundation Model for Time Series Forecasting
von: Darlow, Luke, et al.
Veröffentlicht: (2024)

Zero-Shot Time Series Forecasting with Covariates via In-Context Learning
von: Auer, Andreas, et al.
Veröffentlicht: (2025)

Distilling Time Series Foundation Models for Efficient Forecasting
von: Li, Yuqi, et al.
Veröffentlicht: (2026)

A Mamba Foundation Model for Time Series Forecasting
von: Ma, Haoyu, et al.
Veröffentlicht: (2024)

Shapelets-Enriched Selective Forecasting using Time Series Foundation Models
von: Tomar, Shivani, et al.
Veröffentlicht: (2026)

A Survey of Deep Learning and Foundation Models for Time Series Forecasting
von: Miller, John A., et al.
Veröffentlicht: (2024)

Time Series Foundation Models for Energy Load Forecasting on Consumer Hardware: A Multi-Dimensional Zero-Shot Benchmark
von: Simeone, Luigi
Veröffentlicht: (2026)

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

Signals, Concepts, and Laws: Toward Universal, Explainable Time-Series Forecasting
von: Ma, Hongwei, et al.
Veröffentlicht: (2025)

ProtoTS: Learning Hierarchical Prototypes for Explainable Time Series Forecasting
von: Peng, Ziheng, et al.
Veröffentlicht: (2025)

Probabilistic Forecasting for Building Energy Systems using Time-Series Foundation Models
von: Park, Young Jin, et al.
Veröffentlicht: (2025)

Time-Series Foundation Models for Forecasting Soil Moisture Levels in Smart Agriculture
von: Deforce, Boje, et al.
Veröffentlicht: (2024)

Coverage Path Planning for Thermal Interface Materials
von: Baeuerle, Simon, et al.
Veröffentlicht: (2024)

Stochastic Model Predictive Control based on Mixed Random Variables for Economic Energy Management
von: Pinter, Janik, et al.
Veröffentlicht: (2026)

Assessing the Operational Viability of Foundation Models for Time Series Forecasting
von: Soni, Kavin, et al.
Veröffentlicht: (2026)

Dual-Level Models for Physics-Informed Multi-Step Time Series Forecasting
von: Nasiri, Mahdi, et al.
Veröffentlicht: (2026)

TSFMAudit: Data Contamination Auditing in Forecasting Time Series Foundation Models
von: Li, Hongkai, et al.
Veröffentlicht: (2026)

Reverso: Efficient Time Series Foundation Models for Zero-shot Forecasting
von: Fu, Xinghong, et al.
Veröffentlicht: (2026)