.png){kind=icon}
返回
TimeRouter: A unified dynamic routing framework for handling missing data in time series forecasting
.png){kind=icon}
PRE
AI
DOI：10.1016/j.knosys.2026.115782.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
一种统一动态路由框架，用于处理时间序列预测中的缺失数据 • 一种用于处理多元时间序列中缺失值的统一框架。 • 数据融合策略的质量驱动自适应。 • 通过互补变量融合实现鲁棒预测。 • 层次空间，实现专家模块的无缝即插即用。
Keyword:
TimeSeriesForecasting
MissingDataHandling
DynamicRouting
DataFusion
MultivariateTimeSeries
期刊
K
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
查看更多机构
引用论文
Electricity price forecasting: A review of the state-of-the-art with a look into the future电价预测: 回顾最新技术并展望未来
OAAI
OAAI分享收藏Temporal Fusion Transformers for interpretable multi-horizon time series forecasting用于可解释的多水平时间序列预测的时间融合变换器OAAI
OAAI分享收藏Forecasting day-ahead electricity prices: A review of state-of-the-art algorithms, best practices and an open-access benchmark预测前一天的电价: 对最新算法，最佳实践和开放获取基准的回顾.png)
APPLIED ENERGYOAAI
APPLIED ENERGYIF11
OAAI分享收藏分享收藏 没有更多内容