Papers with Code 아카이브
Time Series Forecasting
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 6
- 평가표
- 86
- 보존된 평가 기록
- 538
Time Series Forecasting is the task of fitting a model to historical, time-stamped data in order to predict future values. Traditional approaches include moving average, exponential smoothing, and ARIMA, though models as various as RNNs, Transformers, or XGBoost can also be applied. The most popular benchmark is the ETTh1 dataset. Models are typically evaluated using the Mean Square Error (MSE) or Root Mean Square Error (RMSE).
<span style="color:grey; opacity: 0.6">( Image credit: ThaiBinh Nguyen )</span>
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
GlyRAG: 혈당 예측을 위한 컨텍스트 인식 검색-증강 프레임워크
인스트럭션 조건 문맥 내 시계열 작업을 위한 파운데이션 모델
Starter-Iterator Neural Operator: 고충실도 순방향 및 역 PDE 문제를 위한 통합 아키텍처
PhenoBench: 심층 표현형 분석 코호트가 밝혀낼 수 있는 정보의 지도화
부분적 센서 중첩 하의 기계 간 CNC 전이를 위한 월드 모델
Forecast Workflow Bench: 예산 제약 예측 도구를 활용한 언어 모델 의사결정 평가
어디를 볼지 학습하기: 시계열 예측과 PPG 기반 생체 신호 재구성을 위한 공유 상대 정렬 모듈
대규모 교통 예측을 위한 국소 이질성 및 지역 간 컨텍스트 학습
평가 선택이 예측 리더보드를 결정한다: 실제 운영 마켓플레이스 패널로부터의 증거
혼돈 역학에서 극한 사건의 예측 지평에 걸친 잡음 유발 예측가능성 재분배
글로벌 트리 예측 모델은 계층적 집계 수준에서 붕괴한다: 다섯 개 패널에 대한 실패 특성 분석
미분 가능한 가우시안 표현을 통한 집단 동역학 학습
청소년 특발성 척추측만증 진행 예측
손실 선택인가, 모델 선택인가? 암호화폐 변동성 예측에서 예측 수준의 역할
제안하되 판단하지 마라: 투자 팩터를 발굴하는 LLM 에이전트를 위한 언제든 유효(anytime-valid) 심판
기후 인식 디지털 트윈을 위한 물리정보 신경망 기반 희소 관측 대기 열 예측
Kairos: 4D 씬 그래프에서 존재와 방향 흐름의 그라운딩 예측
추세 예측 기반 복합 교통 네트워크 보안 회복탄력성 복구 방법
자율 운용 포트폴리오: 기관 자산 관리를 위한 에이전트형 아키텍처
Hapi: 대륙 규모 중기 수문 예측을 위한 다변량 지표면 트랜스포머
이벤트 시그니처 전이: 과거 이벤트로부터 모델에 무관한 예측 시나리오 구성
누설 적분기 재구성: 재귀적 차분 시계열 예측에서 오류 누적 억제
손실된 세부 정보의 복원: 장기 시계열 예측을 위한 다중 스케일 주파수 보상
TimeLitmus: 이벤트 조건부 시계열 예측에서의 교차 모달 이해와 설명 충실성을 위한 진단 벤치마크
ShearFuse-UNet: 익일 산불 확산 예측을 위한 아다마르, DCT 및 시어렛 변환 융합
확률적 바이어스 교정을 통한 AI 및 역학적 계절내 예보 성능 향상
TopoBrick: 제로샷 건물 IoT 예측을 위한 외생 변수의 에이전틱 토폴로지 샘플링
GraphSVR: 강건한 시공간 대기 오염 예측을 위한 그래프 컨볼루션 서포트 벡터 회귀 프레임워크
위험도가 목표가 아니다: 산불 운영 위험 신호 평가를 위한 단조적 프레임워크
MambaTS: 장기 시계열 예측을 위한 개선된 선택적 상태 공간 모델
Bridging AI and Energy Forecasting: An Autonomous Workflow with Customized Toolkit
DRP-FLR: 스마트 그리드 유연 부하 조절을 위한 수요 반응 잠재력의 데이터 기반 평가
AutoCluster, AutoTopicModeling, AutoTrendAnalysis: 신흥 트렌드 예측을 위한 완전한 AutoML 파이프라인
파운데이션 모델과 미세조정: 시계열 예측을 위한 차세대 모델
Arabidopsis ISR 유전자 조절 모델링에서 연속 대리 모델 대 임계값 Boolean 네트워크
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.