FAiT: Transformer Invertido Consciente de la Frecuencia para Series Temporales
Descubre FAiT: supera el sesgo de baja frecuencia y modula dinámicamente frecuencias para pronósticos precisos de series temporales multivariables.
#series temporales
FSA: De características a dinámicas en predicción zero-shot de series temporales
Descubre FSA: método que transforma características en dinámicas para predecir series temporales nunca vistas, superando a Transformers con menos datos.
FAiT: Transformer Invertido Consciente de Frecuencia para Series Temporales
FAiT: Transformer invertido que corrige el sesgo de baja frecuencia en pronóstico de series temporales multivariadas con modulación dinámica
Regresión desbalanceada en streaming con Árboles Hoeffding
Descubre cómo la estimación de densidad kernel y el shrinkage jerárquico mejoran la regresión desbalanceada en flujos de datos continuos usando Árboles Hoeffdin
ODTQA-FoRe: dataset para preguntas tabulares y pronóstico
Descubre ODTQA-FoRe, el primer dataset para preguntas tabulares con predicción futura. TimeFore combina LLM y modelos de series temporales para pronósticos precisos en datos inmobiliarios.
VESTA: Exploración Visual con Agentes de Herramientas Estadísticas
Descubre cómo VESTA equipa agentes de IA con herramientas visuales dinámicas para explorar y refinar modelos estadísticos con mayor precisión.
EnergyMamba: modelo espaciotemporal con incertidumbre para energía
Aumenta la precisión en predicción de consumo energético en un 5% con EnergyMamba, modelo que cuantifica incertidumbre mediante grafos y estados selectivos.
SHARP: Replay Acelerado Jerárquico para Patrones Temporales No Estacionarios
Descubre cómo SHARP aprende patrones temporales no estacionarios con replay jerárquico acelerado inspirado en el sueño. Ideal para streaming.
ChurnNet: Una IA moderna optimizada para la predicción de abandono
¿Puede una IA optimizada como ChurnNet superar a los métodos clásicos de machine learning? Descubre los resultados en nuestra comparativa.
ChronosAD: Modelos base de series temporales para anomalías
ChronosAD utiliza modelos base de series temporales para detectar anomalías con alta precisión. Supera a otros métodos en un 4.72% AUC y 6.60% AP en 11 benchmarks.
VLBM: Pronóstico Robusto OOD con Modelado de Base Latente Variacional
VLBM mejora MAE en 15% y MSE en 7.74% frente al mejor baseline, separando dinámicas estables de desviaciones OOD en series temporales.
FreqLite: Pronóstico a largo plazo con descomposición frecuencial ligero
Descubre FreqLite, un modelo ligero de descomposición frecuencial que supera a Transformers en pronóstico a largo plazo con 4 veces menos parámetros.
TimeSage-MT: Benchmark multi-turno para razonamiento temporal con agentes de IA
TimeSage-MT evalúa la capacidad de agentes IA en análisis de series temporales a lo largo de múltiples turnos. Descubre sus debilidades en memoria y toma de decisiones.
Estimación de información mutua entre series temporales y secuencias de eventos
Estimador no paramétrico de información mutua entre series temporales y eventos discretos. Mejora precisión y robustez en diversas tareas de análisis.
E4GEN: Generación explicable de series temporales con eventos extremos
Explora E4GEN, un innovador marco de difusión explicable para generar series temporales realistas que capturan eventos extremos. Mejora la fidelidad general y de extremos.
¿Por qué los modelos de series temporales necesitan ventanas largas?
Descubre por qué las ventanas de contexto largas mejoran la precisión en modelos de series temporales al reducir la incertidumbre sobre el proceso generativo. Ideal para IA y forecasting.
Cerrando el último kilómetro en predicción de series temporales con agentes LLM
Descubre cómo los agentes LLM integran contexto empresarial para cerrar el último kilómetro de la predicción de series temporales. Casos prácticos reales.
Detección de cambios de régimen en Tesoro con datos no estructurados
Mejora la detección de cambios de régimen en el mercado de Tesoro combinando actas FOMC con LLMs y pruebas estadísticas. F1=0.82, detección en el mismo día. Descubre cómo.
Unicorn: Escalando predicción de series con correlación universal
Unicorn: framework de IA para predicción de series temporales de alta dimensión con modelado universal de correlación. Supera a modelos en pocos datos.
Generación de fMRI con wavelet y flujo espectral para trastornos cerebrales
Descubre cómo el modelo DSFM genera fMRI realista usando transformada wavelet y flujo espectral para mejorar la identificación de trastornos cerebrales.