論文の概要: STEPS: A Temporal Smooth Error Propagation Solver on the Manifolds for Test-Time Adaptation in Time Series Forecasting

• arxiv url: http://arxiv.org/abs/2605.08005v1
• Date: Fri, 08 May 2026 16:58:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-11 19:43:39.219749
• Title: STEPS: A Temporal Smooth Error Propagation Solver on the Manifolds for Test-Time Adaptation in Time Series Forecasting
• Title（参考訳）: STEPS: 時系列予測におけるテスト時間適応のためのマニフォールド上の時空誤差伝播解
• Authors: Jiaqi Liu, Yifan Ouyang, Zhifei Song, Sim Kuan Goh, Ashwaq Qasem,
• Abstract要約: Test-Time Adaptation (TTA) は、推論中に限られた観測値を用いて、分布シフトの下での時系列予測を改善することを目的としている。 既存の方法は、明らかなプレフィックスがスパースまたは汚染されたときに、弱い識別性、エラーの蓄積、不安定なロングホライゾン補正に悩まされることがある。
• 参考スコア（独自算出の注目度）: 6.053929364291382
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Test-Time Adaptation (TTA) aims to improve time series forecasting under distribution shifts by using limited observations revealed during inference. However, forecasting TTA must operate in a source-free online setting, where the adaptation signal is short, temporally correlated, and potentially noisy. Existing methods can therefore suffer from weak identifiability, error accumulation, and unstable long-horizon corrections when the revealed prefix is sparse or contaminated. To address these issues, we propose STEPS, a Smooth Temporal Error Propagation Solver for TTA in time-series forecasting. STEPS reformulates forecasting TTA as a Dirichlet Boundary Value Problem on a temporal manifold, where the revealed prefix error serves as the boundary condition for the unknown future error field. Then, STEPS solves a smooth and bounded correction field in prediction space: a Local Solver propagates prefix errors under temporal smoothness, a Global Solver retrieves stable cross-window error memory and Spatiotemporal Manifold Fusion (SMF) integrates both solutions into the final correction. Across six standard benchmarks and four frozen backbones, STEPS achieves an average relative MSE reduction of 26.82% over the zero-shot backbone, exceeding the strongest compared TTA baseline by 12.77%. Additional sparse prefix and contamination tests confirm the robustness of STEPS under limited and noisy prefixes.
• Abstract（参考訳）: Test-Time Adaptation (TTA) は、推論中に限られた観測値を用いて、分布シフトの下での時系列予測を改善することを目的としている。 しかし、TTAの予測は、適応信号が短く、時間的相関があり、潜在的にノイズの多い、ソースフリーのオンライン環境で行う必要がある。 したがって、既存の方法は、明らかなプレフィックスがスパースまたは汚染されたときに、弱い識別性、エラーの蓄積、不安定なロングホライゾン補正に悩まされる。 これらの問題に対処するため、時系列予測において、TTAのためのSTEPS(Smooth Temporal Error Propagation Solver for TTA)を提案する。 STEPSは時間多様体上のディリクレ境界値問題として予測TTAを再構成する。 次に、STEPSは、予測空間における滑らかで有界な補正領域を解く:ローカルソルバーは、時間的滑らかさの下でプレフィックスエラーを伝播し、グローバルソルバーは安定したクロスウィンドウエラーメモリを回収し、時空間マニフォールド融合(SMF)は、両方の解を最終補正に統合する。 6つの標準ベンチマークと4つの凍結したバックボーンで、STEPSはゼロショットバックボーンに対して平均26.82%の相対的なMSE低下を達成し、TTAベースラインの12.77%を上回った。 追加のスパースプレフィックスと汚染試験は、限定的およびノイズ的プレフィックスの下でのSTEPSの堅牢性を確認した。

関連論文リスト

• Majorization-Guided Test-Time Adaptation for Vision-Language Models under Modality-Specific Shift [0.0]
  視覚言語モデルはゼロショット設定でうまく転送されるが、展開時には視覚とテキストの分岐は非対称に移動することが多い。 本研究では, この故障モードをマルチモーダル後部の大規模化の観点から検討し, 融合予測における制約付き解混合問題としてのキャスト適応について検討する。 バックボーンを凍結させ,軽量ゲートやアダプタのみを更新するMG-MTTAを提案する。
  論文  参考訳（メタデータ） (2026-04-27T15:29:35Z)
• DistDF: Time-Series Forecasting Needs Joint-Distribution Wasserstein Alignment [92.70019102733453]
  トレーニング時系列予測モデルは、モデル予測の条件分布とラベルシーケンスの条件分布の整合性を必要とする。 本研究では,条件予測とラベル分布との差を最小限に抑えてアライメントを実現するDistDFを提案する。
  論文  参考訳（メタデータ） (2025-10-28T16:09:59Z)
• Adapt in the Wild: Test-Time Entropy Minimization with Sharpness and Feature Regularization [85.50560211492898]
  テスト時適応(TTA)は、テストデータが分散シフトが混在している場合、モデルの性能を改善または損なう可能性がある。 これはしばしば、既存のTTAメソッドが現実世界にデプロイされるのを防ぐ重要な障害である。 両面からTTAを安定化させるため,SARと呼ばれる鋭く信頼性の高いエントロピー最小化手法を提案する。
  論文  参考訳（メタデータ） (2025-09-05T10:03:00Z)
• BayesTTA: Continual-Temporal Test-Time Adaptation for Vision-Language Models via Gaussian Discriminant Analysis [41.09181390655176]
  CLIPのような視覚言語モデル(VLM)は、強いゼロショット認識を実現するが、実世界のシナリオに共通する時空間的な分散シフトの下で大幅に劣化する。 テスト分布が時間とともに徐々に変化するCT-TTA(textitContinal-Temporal Test-Time Adaptation)として、この実践的問題を定式化する。 我々は、時間的に一貫した予測を実行し、視覚表現を動的に調整する、ベイズ適応フレームワークであるtextitBayesTTAを提案する。
  論文  参考訳（メタデータ） (2025-07-11T14:02:54Z)
• Stable Symmetry-Protected Topological Phases in Systems with Heralded Noise [0.0]
  定常状態が安定な混合状態対称性保護位相(SPT)秩序を示す局所量子チャネルの族を示す。 定常状態の短距離対に誤差を閉じ込める補正プロトコルを構築する。 遮蔽ノイズの速度が増加するにつれて、SPTの順序は最終的に有向パーコレーション遷移によって失われる。
  論文  参考訳（メタデータ） (2024-04-25T18:21:48Z)
• Uncertainty-Calibrated Test-Time Model Adaptation without Forgetting [65.21599711087538]
  テスト時間適応(TTA)は、与えられたモデルw.r.t.を任意のテストサンプルに適用することにより、トレーニングデータとテストデータの間の潜在的な分散シフトに取り組むことを目指している。 事前の手法は各テストサンプルに対してバックプロパゲーションを実行するため、多くのアプリケーションに対して許容できない最適化コストがかかる。 本稿では, 有効サンプル選択基準を策定し, 信頼性および非冗長なサンプルを同定する, 効率的なアンチフォッティングテスト時間適応法を提案する。
  論文  参考訳（メタデータ） (2024-03-18T05:49:45Z)
• Stochastic Approximation with Delayed Updates: Finite-Time Rates under Markovian Sampling [73.5602474095954]
  マルコフサンプリングの遅延更新による近似スキームの非漸近的性能について検討した。 我々の理論的な発見は、幅広いアルゴリズムの遅延の有限時間効果に光を当てた。
  論文  参考訳（メタデータ） (2024-02-19T03:08:02Z)

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。