論文の概要: Time series forecasting with Hahn Kolmogorov-Arnold networks

• arxiv url: http://arxiv.org/abs/2601.18837v1
• Date: Sun, 25 Jan 2026 21:28:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-28 15:26:51.00248
• Title: Time series forecasting with Hahn Kolmogorov-Arnold networks
• Title（参考訳）: Hahn Kolmogorov-Arnoldネットワークによる時系列予測
• Authors: Md Zahidul Hasan, A. Ben Hamza, Nizar Bouguila,
• Abstract要約: HaKAN は Kolmogorov-Arnold Networks (KAN) に基づく汎用モデルである。 我々のモデルは学習可能なアクティベーション機能を統合し、時系列予測のための軽量で解釈可能な代替手段を提供する。 我々のモデルは、そのコアコンポーネントの有効性を検証するアブレーション研究により、最近の最先端手法を一貫して上回っている。
• 参考スコア（独自算出の注目度）: 20.88954806378471
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Recent Transformer- and MLP-based models have demonstrated strong performance in long-term time series forecasting, yet Transformers remain limited by their quadratic complexity and permutation-equivariant attention, while MLPs exhibit spectral bias. We propose HaKAN, a versatile model based on Kolmogorov-Arnold Networks (KANs), leveraging Hahn polynomial-based learnable activation functions and providing a lightweight and interpretable alternative for multivariate time series forecasting. Our model integrates channel independence, patching, a stack of Hahn-KAN blocks with residual connections, and a bottleneck structure comprised of two fully connected layers. The Hahn-KAN block consists of inter- and intra-patch KAN layers to effectively capture both global and local temporal patterns. Extensive experiments on various forecasting benchmarks demonstrate that our model consistently outperforms recent state-of-the-art methods, with ablation studies validating the effectiveness of its core components.
• Abstract（参考訳）: 近年の Transformer および MLP ベースのモデルでは, 長期連続予測において強い性能を示すが, 変圧器は2次的複雑性と順列同変の注意によって制限され, MLP はスペクトルバイアスを示す。 本稿では,KAN(Kolmogorov-Arnold Networks)に基づく多変数モデルであるHaKANを提案し,Hhn多項式に基づく学習可能なアクティベーション関数を活用し,多変量時系列予測のための軽量で解釈可能な代替手段を提供する。 本モデルでは, チャネル独立性, パッチ, ハーン・カンブロックのスタックと残差接続, および2つの完全連結層からなるボトルネック構造を統合する。 Hahn-KANブロックは、グローバルパターンとローカルパターンの両方を効果的に捉えるために、パッチ間およびパッチ内kan層で構成されている。 各種予測ベンチマークの広範囲な実験により、我々のモデルは最新の最先端手法よりも一貫して優れており、そのコアコンポーネントの有効性を検証するアブレーション研究が行なわれている。

関連論文リスト

• UniDiff: A Unified Diffusion Framework for Multimodal Time Series Forecasting [90.47915032778366]
  マルチモーダル時系列予測のための統合拡散フレームワークUniDiffを提案する。 コアには統一的で並列な融合モジュールがあり、単一のクロスアテンション機構がタイムスタンプからの構造化情報とテキストからのセマンティックコンテキストを統合する。 8つの領域にわたる実世界のベンチマークデータセットの実験は、提案したUniDiffモデルが最先端のパフォーマンスを達成することを示す。
  論文  参考訳（メタデータ） (2025-12-08T05:36:14Z)
• A Multi-scale Representation Learning Framework for Long-Term Time Series Forecasting [6.344911113059126]
  長期時系列予測(LTSF)は、エネルギー消費や天気予報といった実用的な設定において幅広い用途を提供する。 この研究は、多粒度情報の最適部分利用を含むLTSFの重要な問題に直面している。 提案手法は,様々なスケールにわたる明瞭で同時的な予測を用いて,複雑な時間的ダイナミクスを適切に解き放つ。
  論文  参考訳（メタデータ） (2025-05-13T03:26:44Z)
• MFRS: A Multi-Frequency Reference Series Approach to Scalable and Accurate Time-Series Forecasting [51.94256702463408]
  時系列予測は、周波数の異なる周期特性から導かれる。 マルチ周波数参照系列相関解析に基づく新しい時系列予測手法を提案する。 主要なオープンデータセットと合成データセットの実験は、最先端のパフォーマンスを示している。
  論文  参考訳（メタデータ） (2025-03-11T11:40:14Z)
• Kolmogorov-Arnold Networks (KANs) for Time Series Analysis [6.932243286441558]
  本稿では,KAN(Kolmogorov-Arnold Networks)の時系列予測への応用について紹介する。 コルモゴロフ・アルノルドの表現定理に着想を得たカンスは、伝統的な線型重みをスプラインパラメタライズされた単変数関数に置き換えた。 実世界の衛星トラフィック予測タスクにおいて,KANSAが従来のMLP(Multi-Layer Perceptrons)よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-05-14T17:38:17Z)
• SOFTS: Efficient Multivariate Time Series Forecasting with Series-Core Fusion [59.96233305733875]
  時系列予測は、金融、交通管理、エネルギー、医療など様々な分野で重要な役割を果たしている。 いくつかの方法は、注意やミキサーのようなメカニズムを利用して、チャネル相関をキャプチャすることでこの問題に対処する。 本稿では,効率的なモデルであるSOFTS(Series-cOre Fused Time Series forecaster)を提案する。
  論文  参考訳（メタデータ） (2024-04-22T14:06:35Z)
• The Capacity and Robustness Trade-off: Revisiting the Channel Independent Strategy for Multivariate Time Series Forecasting [50.48888534815361]
  本稿では、Channel Dependent(CD)戦略でトレーニングされたモデルが、Channel Dependent(CD)戦略でトレーニングされたモデルよりも優れていることを示す。 以上の結果から,CD手法は高いキャパシティを持つが,分散ドリフト時系列を正確に予測する堅牢性に欠けることがわかった。 本稿では,CI戦略を超越した正規化(PRReg)による予測残差法(Predict Residuals with Regularization, PRReg)を提案する。
  論文  参考訳（メタデータ） (2023-04-11T13:15:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。