← heapsort-ai

Time Series Analysis

8 items

RESEARCHarXiv CS.LG·19h atrás

TriHead-GAN: A Generative Adversarial Network with Triple-Head Discriminator for Carbon Emission Time Series Generation

O TriHead-GAN propõe uma Rede Adversarial Generativa baseada em Transformer com um discriminador de três cabeças para resolver a escassez de dados de emissão de carbono a nível urbano. Este framework melhora a geração de séries temporais ao preservar melhor as correlações entre variáveis e a variabilidade realista em comparação com os modelos existentes.

54
RESEARCHarXiv CS.LG·21/04/2026

CGCMA: Conditionally-Gated Cross-Modal Attention for Event-Conditioned Asynchronous Fusion

Este artigo estuda o alinhamento assíncrono em aprendizado multimodal, onde um fluxo primário denso é fundido com contexto externo esporádico, exigindo que os modelos raciocinem sobre frescor e confiança. Ele propõe CGCMA (Conditionally-Gated Cross-Modal Attention), um modelo que separa o aterramento condicionado a texto do controle de confiança consciente do atraso, testado em mercados de criptomoedas.

27
RESEARCHarXiv CS.LG·11d atrás

Continuity and Ordinality Matter: Constraining Time Series Tokens for Effective Time Series Analysis with Large Language Models

Este artigo apresenta o COM (Continuity and Ordinality Matter), uma estratégia que integra restrições geométricas na inicialização e treinamento de modelos de linguagem grandes baseados em tokens (TS-LLMs) para análise de séries temporais. A pesquisa demonstra que preservar a continuidade e a ordinalidade nos embeddings de tokens melhora significativamente o desempenho e a generalizabilidade desses modelos.

27
RESEARCHarXiv CS.LG·12d atrás

Comparative Analysis of Liquid Neural Networks and LSTM for Sequential Pattern Recognition: Robustness, Efficiency, and Clinical Utility

As Redes Neurais Líquidas (LNNs) abordam a dinâmica temporal contínua modelando a evolução do estado oculto como uma equação diferencial, ao contrário das RNNs e LSTMs. Este estudo compara LNNs com LSTMs em quatro modalidades sequenciais, destacando a eficiência de parâmetros superior e a robustez dos LNNs, especialmente em domínios temporais nativos e ambientes clínicos.

27
RESEARCHarXiv CS.AI·22/04/2026

On Solving the Multiple Variable Gapped Longest Common Subsequence Problem

Este artigo aborda o problema da Subsequência Comum Mais Longa com Lacunas Variáveis (VGLCS), uma generalização do LCS com restrições de lacunas flexíveis, relevante para a comparação de sequências moleculares e análise de séries temporais. É proposto um framework de busca baseado em grafos de estado com uma estratégia de busca em feixe iterativa para gerenciar a explosão combinatória e encontrar soluções de alta qualidade.

26