論文の概要: Robust time series generation via Schrödinger Bridge: a comprehensive evaluation

• arxiv url: http://arxiv.org/abs/2503.02943v2
• Date: Sat, 08 Mar 2025 15:12:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-11 11:38:34.616116
• Title: Robust time series generation via Schrödinger Bridge: a comprehensive evaluation
• Title（参考訳）: Schrödinger Bridgeによるロバスト時系列生成:包括的評価
• Authors: Alexandre Alouadi, Baptiste Barreau, Laurent Carlier, Huyên Pham,
• Abstract要約: 時系列に対するSchr"odinger Bridge (SB) アプローチの生成能力について検討した。 我々は、様々なデータセットでSOTA(State-of-the-art)時系列生成手法と比較した。 我々の結果は、時系列生成のための汎用的で堅牢なツールとしてのSBフレームワークの可能性についての貴重な洞察を提供する。
• 参考スコア（独自算出の注目度）: 41.94295877935867
• License:
• Abstract: We investigate the generative capabilities of the Schr\"odinger Bridge (SB) approach for time series. The SB framework formulates time series synthesis as an entropic optimal interpolation transport problem between a reference probability measure on path space and a target joint distribution. This results in a stochastic differential equation over a finite horizon that accurately captures the temporal dynamics of the target time series. While the SB approach has been largely explored in fields like image generation, there is a scarcity of studies for its application to time series. In this work, we bridge this gap by conducting a comprehensive evaluation of the SB method's robustness and generative performance. We benchmark it against state-of-the-art (SOTA) time series generation methods across diverse datasets, assessing its strengths, limitations, and capacity to model complex temporal dependencies. Our results offer valuable insights into the SB framework's potential as a versatile and robust tool for time series generation.
• Abstract（参考訳）: 時系列に対するSchr\"odinger Bridge (SB) アプローチの生成能力について検討した。 SBフレームワークは、経路空間上の基準確率測度と目標関節分布との間のエントロピー最適補間輸送問題として時系列合成を定式化する。 この結果、有限地平線上の確率微分方程式が、ターゲット時系列の時間的ダイナミクスを正確に捉えている。 SBアプローチは画像生成などの分野で主に研究されてきたが、時系列に応用するための研究は少ない。 本研究では,SB法のロバスト性および生成性能を包括的に評価することにより,このギャップを埋める。 我々は、さまざまなデータセットにわたる最先端(SOTA)時系列生成手法に対してベンチマークを行い、複雑な時間的依存関係をモデル化するための強度、制限、能力を評価した。 我々の結果は、時系列生成のための汎用的で堅牢なツールとしてのSBフレームワークの可能性についての貴重な洞察を提供する。

関連論文リスト

• Deep End-to-End Survival Analysis with Temporal Consistency [49.77103348208835]
  本稿では,大規模長手データの処理を効率的に行うために,Survival Analysisアルゴリズムを提案する。 我々の手法における中心的な考え方は、時間とともにデータにおける過去と将来の成果が円滑に進化するという仮説である時間的一貫性である。 我々のフレームワークは、安定したトレーニング信号を提供することで、時間的一貫性を大きなデータセットに独自に組み込む。
  論文  参考訳（メタデータ） (2024-10-09T11:37:09Z)
• Bootstrap aggregation and confidence measures to improve time series causal discovery [0.0]
  本稿では,時間的依存関係とラグ構造を保存する時系列因果発見のための新しいブートストラップ手法を提案する。 我々は、この手法を、最先端の条件付き独立性に基づくアルゴリズムPCMCI+と組み合わせる。
  論文  参考訳（メタデータ） (2023-06-15T08:37:16Z)
• Provably Convergent Schr\"odinger Bridge with Applications to Probabilistic Time Series Imputation [21.27702285561771]
  近似射影に基づくSchr"odinger Bridgeアルゴリズムの1次収束解析を提案する。 実例として,観測データに条件付き欠落値を生成することにより,確率的時系列計算にSBPを適用した。
  論文  参考訳（メタデータ） (2023-05-12T04:39:01Z)
• Robust Detection of Lead-Lag Relationships in Lagged Multi-Factor Models [61.10851158749843]
  データ固有のリード-ラグ関係を発見することで、重要な洞察を得ることができる。 階層化多要素モデルにおけるリードラグ関係のロバスト検出のためのクラスタリング駆動手法を開発した。
  論文  参考訳（メタデータ） (2023-05-11T10:30:35Z)
• 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)
• Generative modeling for time series via Schr{\"o}dinger bridge [0.0]
  本稿では,SB (Schr'dinger Bridge) に基づく時系列生成モデルを提案する。 これは、経路空間上の基準確率測度と、時系列の合同データ分布と整合した目標測度との間の最適輸送によるエントロピックから構成される。
  論文  参考訳（メタデータ） (2023-04-11T09:45:06Z)
• Generative Time Series Forecasting with Diffusion, Denoise, and Disentanglement [51.55157852647306]
  時系列予測は多くのアプリケーションにおいて非常に重要な課題である。 実世界の時系列データが短時間に記録されることが一般的であり、これはディープモデルと限られたノイズのある時系列との間に大きなギャップをもたらす。 本稿では,生成モデルを用いた時系列予測問題に対処し,拡散,雑音,ゆがみを備えた双方向変分自動エンコーダを提案する。
  論文  参考訳（メタデータ） (2023-01-08T12:20:46Z)
• Towards Spatio-Temporal Aware Traffic Time Series Forecasting--Full Version [37.09531298150374]
  同じ時系列パターンの複雑な時系列パターンが時間によって異なる可能性があるため、トラフィックシリーズの予測は困難である。 このような時間的モデルは、時間的位置と時間的期間に関わらず、共有パラメータ空間を使用し、時間的相関は場所間で類似しており、常に時間にわたって保持するわけではないと仮定する。 サブテンポラリモデルにICDを意識したモデルをエンコードするフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-29T16:44:56Z)
• Cluster-and-Conquer: A Framework For Time-Series Forecasting [94.63501563413725]
  本稿では,高次元時系列データを予測するための3段階フレームワークを提案する。 当社のフレームワークは非常に汎用的で,各ステップで時系列予測やクラスタリングが利用可能です。 単純な線形自己回帰モデルでインスタンス化されると、いくつかのベンチマークデータセットで最先端の結果が得られる。
  論文  参考訳（メタデータ） (2021-10-26T20:41:19Z)
• Multivariate Time-series Anomaly Detection via Graph Attention Network [27.12694738711663]
  多変量時系列の異常検出は、データマイニング研究と産業応用の両方において非常に重要である。 1つの大きな制限は、異なる時系列間の関係を明示的に捉えないことである。 この問題に対処するために,多変量時系列異常検出のための新しい自己教師型フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-09-04T07:46:19Z)

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。