TFGformer: Multivariate Time Series Forecasting via Time-Frequency Graph Learning and Covariate Fusion

• 类型：arxiv
• 标识：2607.29459
• 链接：http://arxiv.org/abs/2607.29459v1
• 主分类：rag
• 形态：application
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：This work proposes a unified framework integrating time–frequency graph structure learning with covariate-aware representation fusion, confirming its effectiveness in modeling selective variable interactions and leveraging covariates for improved forecasting accuracy.
• OpenAlex ID：W7172331733
• OpenAlex DOI：10.48550/arxiv.2607.29459
• DOI：10.48550/arxiv.2607.29459
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.29459
• OpenAlex更新：2026-08-26
• 待LLM分类：否
• 标题中文：TFGformer：基于时频图学习与协变量融合的多变量时间序列预测
• TLDR中文：提出统一框架，融合时频图结构学习与协变量感知的表示融合，证实其在建模选择性变量交互、利用协变量提升预测精度方面的有效性。
• 来源文件：
• /inbox/tom/_candidates/2026-08-03-agent-rag-longcontext-candidates.json
• /inbox/tom/_candidates/2026-08-04-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]