Buchumschlag

FAiT: Frequency-Aware Inverted Transformer for Multivariate Time Series Forecasting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Peng, Liu, Yao, Gan, Yanglei, Lin, Run, Cai, Yuxiang, Liu, Qiao
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exploiting Inter-Session Information with Frequency-enhanced Dual-Path Networks for Sequential Recommendation
von: He, Peng, et al.
Veröffentlicht: (2025)

Scalable Transformer for High Dimensional Multivariate Time Series Forecasting
von: Zhou, Xin, et al.
Veröffentlicht: (2024)

MFRS: A Multi-Frequency Reference Series Approach to Scalable and Accurate Time-Series Forecasting
von: Yu, Liang, et al.
Veröffentlicht: (2025)

TLCCSP: A Scalable Framework for Enhancing Time Series Forecasting with Time-Lagged Cross-Correlations
von: Wu, Jianfei, et al.
Veröffentlicht: (2025)

Retrieval Augmented Time Series Forecasting
von: Han, Sungwon, et al.
Veröffentlicht: (2025)

Retrieval Mechanisms Surpass Long-Context Scaling in Time Series Forecasting
von: Ahuja, Rishi, et al.
Veröffentlicht: (2026)

Adaptive Convolutional Forecasting Network Based on Time Series Feature-Driven
von: Zhang, Dandan, et al.
Veröffentlicht: (2024)

GLIDE: Graph-guided Leap Inference for Diffusion Estimation of Spatio-Temporal Point Processes
von: Zhou, Guanyu, et al.
Veröffentlicht: (2026)

RATSF: Empowering Customer Service Volume Management through Retrieval-Augmented Time-Series Forecasting
von: Wang, Tianfeng, et al.
Veröffentlicht: (2024)

Interdependency Matters: Graph Alignment for Multivariate Time Series Anomaly Detection
von: Wang, Yuanyi, et al.
Veröffentlicht: (2024)

Trie-Aware Transformers for Generative Recommendation
von: Xu, Zhenxiang, et al.
Veröffentlicht: (2026)

Tackling Data Heterogeneity in Federated Time Series Forecasting
von: Yuan, Wei, et al.
Veröffentlicht: (2024)

Dynamic Sparse Causal-Attention Temporal Networks for Interpretable Causality Discovery in Multivariate Time Series
von: Zerkouk, Meriem, et al.
Veröffentlicht: (2025)

Resolution-Aware Retrieval Augmented Zero-Shot Forecasting
von: Deznabi, Iman, et al.
Veröffentlicht: (2025)

MoTime: A Dataset Suite for Multimodal Time Series Forecasting
von: Zhou, Xin, et al.
Veröffentlicht: (2025)

Deep Adaptive Interest Network: Personalized Recommendation with Context-Aware Learning
von: Huang, Shuaishuai, et al.
Veröffentlicht: (2024)

EBaReT: Expert-guided Bag Reward Transformer for Auto Bidding
von: Li, Kaiyuan, et al.
Veröffentlicht: (2025)

Continuous-time Autoencoders for Regular and Irregular Time Series Imputation
von: Wi, Hyowon, et al.
Veröffentlicht: (2023)

Be Aware of the Neighborhood Effect: Modeling Selection Bias under Interference
von: Li, Haoxuan, et al.
Veröffentlicht: (2024)

Frequency-aware Graph Signal Processing for Collaborative Filtering
von: Xia, Jiafeng, et al.
Veröffentlicht: (2024)

Temporal Streaming Batch Principal Component Analysis for Time Series Classification
von: Yan, Enshuo, et al.
Veröffentlicht: (2024)

Helen: Optimizing CTR Prediction Models with Frequency-wise Hessian Eigenvalue Regularization
von: Zhu, Zirui, et al.
Veröffentlicht: (2024)

Multi-Objective Recommendation via Multivariate Policy Learning
von: Jeunen, Olivier, et al.
Veröffentlicht: (2024)

Transformers Meet ACT-R: Repeat-Aware and Sequential Listening Session Recommendation
von: Tran, Viet-Anh, et al.
Veröffentlicht: (2024)

Distribution Agnostic Symbolic Representations for Time Series Dimensionality Reduction and Online Anomaly Detection
von: Bountrogiannis, Konstantinos, et al.
Veröffentlicht: (2021)

Facet-Aware Multi-Head Mixture-of-Experts Model for Sequential Recommendation
von: Liu, Mingrui, et al.
Veröffentlicht: (2024)

Retentive Decision Transformer with Adaptive Masking for Reinforcement Learning based Recommendation Systems
von: Wang, Siyu, et al.
Veröffentlicht: (2024)

Bidding-Aware Retrieval for Multi-Stage Consistency in Online Advertising
von: Liu, Bin, et al.
Veröffentlicht: (2025)

Graph Embedding in the Graph Fractional Fourier Transform Domain
von: Sheng, Changjie, et al.
Veröffentlicht: (2025)

Uncovering Causal Drivers of Energy Efficiency for Industrial Process in Foundry via Time-Series Causal Inference
von: Ma, Zhipeng, et al.
Veröffentlicht: (2025)

Retrieve-then-Adapt: Retrieval-Augmented Test-Time Adaptation for Sequential Recommendation
von: Tang, Xing, et al.
Veröffentlicht: (2026)

Feature Staleness Aware Incremental Learning for CTR Prediction
von: Wang, Zhikai, et al.
Veröffentlicht: (2025)

From Entity Reliability to Clean Feedback: An Entity-Aware Denoising Framework Beyond Interaction-Level Signals
von: Liu, Ze, et al.
Veröffentlicht: (2025)

Cache-Aware Reinforcement Learning in Large-Scale Recommender Systems
von: Chen, Xiaoshuang, et al.
Veröffentlicht: (2024)

Co-clustering for Federated Recommender System
von: He, Xinrui, et al.
Veröffentlicht: (2024)

KGIF: Optimizing Relation-Aware Recommendations with Knowledge Graph Information Fusion
von: Jeon, Dong Hyun, et al.
Veröffentlicht: (2025)

Advancing Academic Knowledge Retrieval via LLM-enhanced Representation Similarity Fusion
von: Dai, Wei, et al.
Veröffentlicht: (2024)

Sequential Recommendation with Controllable Diversification: Representation Degeneration and Diversity
von: Fan, Ziwei, et al.
Veröffentlicht: (2023)

Linear-Time Graph Neural Networks for Scalable Recommendations
von: Zhang, Jiahao, et al.
Veröffentlicht: (2024)

Relative Advantage Debiasing for Watch-Time Prediction in Short-Video Recommendation
von: Liu, Emily, et al.
Veröffentlicht: (2025)