Fugu-MT 論文翻訳(概要): ConTSG-Bench: A Unified Benchmark for Conditional Time Series Generation

論文の概要: ConTSG-Bench: A Unified Benchmark for Conditional Time Series Generation

arxiv url: http://arxiv.org/abs/2603.04767v1
Date: Thu, 05 Mar 2026 03:30:52 GMT
ステータス: 翻訳完了
システム内更新日: 2026-03-06 22:06:11.053234
Title: ConTSG-Bench: A Unified Benchmark for Conditional Time Series Generation
Title（参考訳）: ConTSG-Bench: 条件付き時系列生成のための統一ベンチマーク
Authors: Shaocheng Lan, Shuqi Gu, Zhangzhi Xiong, Kan Ren,
Abstract要約: 条件付き時系列生成は、データの不足に対処し、現実世界のアプリケーションで因果解析を可能にする上で重要な役割を果たす。条件付き時系列生成ベンチマーク(ConTSG-Bench)を紹介する。 ConTSG-Benchは、多様な条件付けのモダリティとセマンティック抽象化のレベルにまたがる、大規模で整列したデータセットで構成されている。
参考スコア（独自算出の注目度）: 11.663484746644615
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Conditional time series generation plays a critical role in addressing data scarcity and enabling causal analysis in real-world applications. Despite its increasing importance, the field lacks a standardized and systematic benchmarking framework for evaluating generative models across diverse conditions. To address this gap, we introduce the Conditional Time Series Generation Benchmark (ConTSG-Bench). ConTSG-Bench comprises a large-scale, well-aligned dataset spanning diverse conditioning modalities and levels of semantic abstraction, first enabling systematic evaluation of representative generation methods across these dimensions with a comprehensive suite of metrics for generation fidelity and condition adherence. Both the quantitative benchmarking and in-depth analyses of conditional generation behaviors have revealed the traits and limitations of the current approaches, highlighting critical challenges and promising research directions, particularly with respect to precise structural controllability and downstream task utility under complex conditions.
Abstract（参考訳）: 条件付き時系列生成は、データの不足に対処し、現実世界のアプリケーションで因果解析を可能にする上で重要な役割を果たす。その重要性は増しているが、様々な条件で生成モデルを評価するための標準化され体系化されたベンチマークフレームワークが欠如している。このギャップに対処するため、条件付き時系列生成ベンチマーク(ConTSG-Bench)を導入する。 ConTSG-Benchは、様々な条件のモダリティとセマンティック抽象化のレベルにまたがる大規模で整列したデータセットで構成され、まず、これらの次元にわたる代表生成メソッドの体系的な評価を可能にする。条件生成行動の定量的なベンチマークと詳細な分析の両方が、現在のアプローチの特徴と限界を明らかにし、特に複雑な条件下での正確な構造制御性と下流タスクユーティリティに関して、重要な課題と有望な研究方向性を強調している。

関連論文リスト

It's TIME: Towards the Next Generation of Time Series Forecasting Benchmarks [87.7937890373758]
時系列基礎モデル(TSFM)は,特定のデータセットモデルから一般化可能なタスク評価に至るまで,予測環境に革命をもたらしている。我々は、50の新しいデータセットと98の予測タスクからなる次世代タスク中心のベンチマークであるTIMEを紹介する。静的なメタラベルに基づく従来のデータセットレベルの評価を超える新しいパターンレベルの評価視点を提案する。
論文参考訳（メタデータ） (2026-02-12T16:31:01Z)
Contextual and Seasonal LSTMs for Time Series Anomaly Detection [49.50689313712684]
CS-LSTM (Contextual and Seasonal LSTMs) という新しい予測型フレームワークを提案する。 CS-LSTMはノイズ分解戦略に基づいて構築され、コンテキスト依存と季節パターンを併用する。彼らは一貫して最先端の手法を上回り、堅牢な時系列異常検出における有効性と実用的価値を強調した。
論文参考訳（メタデータ） (2026-02-10T11:46:15Z)
Procrustean Bed for AI-Driven Retrosynthesis: A Unified Framework for Reproducible Evaluation [0.0]
RetroCastは、異種モデルの出力を共通スキーマに標準化する統合評価スイートである。我々は、新しい標準ベンチマークスイートを用いて、検索ベースおよびシーケンスベースの主要なアルゴリズムを評価する。
論文参考訳（メタデータ） (2025-12-08T01:26:39Z)
RAG-IGBench: Innovative Evaluation for RAG-based Interleaved Generation in Open-domain Question Answering [50.42577862494645]
本稿では,RAG-IG(Retrieval-Augmented Generation)に基づくインターリーブドジェネレーション(Interleaved Generation)の課題を評価するためのベンチマークであるRAG-IGBenchを提案する。 RAG-IGは、MLLM(Multimodal large language model)と検索機構を統合し、モデルがコヒーレントなマルチモーダルコンテンツを生成するための外部画像テキスト情報にアクセスできるようにする。
論文参考訳（メタデータ） (2025-10-11T03:06:39Z)
Instance-Aware Robust Consistency Regularization for Semi-Supervised Nuclei Instance Segmentation [53.94176748542936]
本稿では、インスタンスレベルの正確な核分割のためのインスタンス対応ロバスト整合性正規化ネットワーク(IRCR-Net)を提案する。病理画像に核形態学的な先行知識を取り入れ,これらの先行知識を用いてラベルのないデータから生成された擬似ラベルの品質を評価する。
論文参考訳（メタデータ） (2025-10-10T12:32:32Z)
SVeritas: Benchmark for Robust Speaker Verification under Diverse Conditions [54.34001921326444]
話者検証(SV)モデルは、セキュリティ、パーソナライゼーション、アクセス制御システムにますます統合されている。既存のベンチマークでは、これらの条件のサブセットのみを評価しており、他は完全に欠落している。 SVeritasは、録音時間、自発性、コンテンツ、ノイズ、マイクロホン距離、残響、チャンネルミスマッチ、オーディオ帯域幅、コーデック、話者年齢、スプーフィングおよび敵攻撃に対する感受性などのストレス下でのSVシステムの評価を行う総合的な話者検証タスクベンチマークスイートである。
論文参考訳（メタデータ） (2025-09-21T14:11:16Z)
GenBench: A Benchmarking Suite for Systematic Evaluation of Genomic Foundation Models [56.63218531256961]
我々はGenomic Foundation Modelsの有効性を評価するためのベンチマークスイートであるGenBenchを紹介する。 GenBenchはモジュラーで拡張可能なフレームワークを提供し、様々な最先端の方法論をカプセル化している。本稿では,タスク固有性能におけるモデルアーキテクチャとデータセット特性の相互作用のニュアンス解析を行う。
論文参考訳（メタデータ） (2024-06-01T08:01:05Z)
Evaluation of Retrieval-Augmented Generation: A Survey [13.633909177683462]
本稿では,Retrieval-Augmented Generation (RAG)システムの評価とベンチマークについて概観する。具体的には、検索・生成要素の定量化指標(関連性、正確性、忠実性など)について検討・比較する。次に、様々なデータセットとメトリクスを分析し、現在のベンチマークの限界について議論し、RAGベンチマークの分野を前進させる潜在的な方向性を提案する。
論文参考訳（メタデータ） (2024-05-13T02:33:25Z)
Exploring Progress in Multivariate Time Series Forecasting: Comprehensive Benchmarking and Heterogeneity Analysis [70.78170766633039]
我々は、MTS予測提案を確実かつ公平に評価する手段の必要性に対処する。 BasicTS+は、MTS予測ソリューションの公平で包括的で再現可能な比較を可能にするために設計されたベンチマークである。リッチデータセットとともにBasicTS+を適用し,45 MTS以上の予測ソリューションの性能を評価する。
論文参考訳（メタデータ） (2023-10-09T19:52:22Z)
Hyperspectral Benchmark: Bridging the Gap between HSI Applications through Comprehensive Dataset and Pretraining [11.935879491267634]
ハイパースペクトルイメージング (HSI) は、様々な応用の非破壊空間分光技術として機能する。繰り返し発生する課題は、ターゲットデータセットの限られたサイズであり、徹底的なアーキテクチャ検索を妨げる。本研究は、3つの顕著な異なるHSIアプリケーションを含む革新的なベンチマークデータセットを紹介する。
論文参考訳（メタデータ） (2023-09-20T08:08:34Z)
Diffusion-based Conditional ECG Generation with Structured State Space Models [2.299617836036273]
我々は,70以上の心電図を用いた合成12誘導心電図作成のためのSSSD-ECGを提案する。信頼性の低いベースラインが欠如しているため、2つの最先端非条件生成モデルの条件変種も提案する。
論文参考訳（メタデータ） (2023-01-19T18:36:48Z)

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。