論文の概要: When Do Autoregressive Sequence Models Forecast Physical Wavefields? A Controlled Study on Synthetic Seismograms

• arxiv url: http://arxiv.org/abs/2606.10868v1
• Date: Tue, 09 Jun 2026 13:46:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-10 15:40:58.527571
• Title: When Do Autoregressive Sequence Models Forecast Physical Wavefields? A Controlled Study on Synthetic Seismograms
• Title（参考訳）: 自己回帰シーケンスモデルは物理波動を予測できるのか? : 合成地震図の制御に関する研究
• Authors: Waleed Esmail, Stuart Russell, Jana Klinge, Alexander Kappes, Christine Thomas,
• Abstract要約: 物理信号の長距離自己回帰予測は誤差蓄積によって制限される。 物理的に構造化されたテストベッドとして,合成3成分地震計を用いて,このようなロールアウトが安定であるかどうかを問う。
• 参考スコア（独自算出の注目度）: 43.8784307709823
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Long-horizon autoregressive forecasting of oscillatory physical signals, such as seismograms, gravitational-wave strain, and similar wavefields is limited by error accumulation: as a causal model is fed its own outputs over hundreds of steps, small per-step errors compound into phase drift that pointwise metrics fail to detect. We ask when such rollout stays stable, using synthetic three-component seismograms as a physically structured testbed and the \textsc{SeismoGPT} autoregressive forecaster as the model under study. Through controlled, intra-architecture ablations evaluated on free-running rollout with paired significance tests, we isolate the contribution of each design choice. Multi-token prediction is the dominant stabilizer, accounting for almost the entire improvement over a single-token baseline ($+0.040$ median NCC); a horizon-embedding hybrid prediction head and a cross-horizon STFT-magnitude coherence loss each add a small but consistent further gain. Performance depends sharply on a context-ratio threshold near one, roughly the full P-S interval of observed signal, below which rollout generalization collapses. The dominant residual failure is a polarity inversion that a magnitude-based spectral loss cannot, by construction, penalize, identifying phase-aware objectives as the natural next step. We frame this as a controlled study of rollout stability on oscillatory wavefields, not a benchmark of forecasting architectures.
• Abstract（参考訳）: 地震図、重力波ひずみ、それに類する波動場などの振動物理的信号の長距離自己回帰予測は、誤差蓄積によって制限される。 本研究では, 合成3成分地震計を物理的に構造化したテストベッドとし, 自動回帰予測器をモデルとして, ロールアウトが安定しているかどうかを問う。 自由走行型ロールアウトとペアの重要度テストで評価した構造内アブレーションを制御することにより,設計選択の寄与を分離する。 マルチトーケン予測は支配的な安定器であり、単一トーケンベースライン(+0.040ドル中央値)、水平埋め込みハイブリッド予測ヘッド、水平方向STFT-磁気コヒーレンス損失などに対するほぼすべての改善を考慮に入れている。 性能は1つの近傍の文脈比のしきい値に大きく依存し、観測信号のP-S区間は、ロールアウト一般化が崩壊する。 支配的な残留失敗は極性反転であり、等級に基づくスペクトル損失は、建設によって、ペナライズされ、フェーズ認識の目的を自然な次のステップとして特定できない。 我々はこれを、予測アーキテクチャのベンチマークではなく、振動波場におけるロールアウト安定性の制御された研究として捉えている。

関連論文リスト

• Link Prediction or Perdition: the Seeds of Instability in Knowledge Graph Embeddings [2.1174215880331766]
  埋め込みモデル(KGEMs)は知識グラフの完全化のための主要なリンク予測手法である。 標準評価プロトコルは、MRRやHits@$K$のようなランクベースのメトリクスを強調するが、通常、結果の安定性に対するランダムシードの影響を見落としている。 高性能モデルでは, 3次元空間と高変数空間において, 分岐予測が実際に発生する。
  論文  参考訳（メタデータ） (2026-06-02T09:13:50Z)
• Data-Driven Forecasting of three-Component Seismograms Using Transformer Architectures [43.8784307709823]
  我々は,3成分地震波形を時間領域内で直接予測するために,変圧器を用いた自己回帰モデルであるtextscSeismoGPTを紹介した。 震源深5-100,km,震源中央距離10-90$$$,震源深3leqM_w leq7$の合成地震計を用いて評価を行った。
  論文  参考訳（メタデータ） (2026-06-01T21:38:03Z)
• Is Capability a Liability? More Capable Language Models Make Worse Forecasts When It Matters Most [11.4807141145402]
  逆スケーリングでは、より有能なモデルでは、超線形成長を伴う問題を予測し、状態変化の尾リスクを予測し、分布予測が悪化する。 このパターンはForecastBench-Simで、線形制御にマッチした合成SIRの流行を予測し、COVID-19、麻疹、住宅市場、ハイパーインフレの実際のデータセットに複製する。 この逆スケーリングは、LLM予測ベンチマークに共通する単一閾値のメトリクスには現れず、同一出力における能力-正確性関係のサインを逆転させる。
  論文  参考訳（メタデータ） (2026-05-21T16:14:33Z)
• Improving Spatio-Temporal Residual Error Propagation by Mitigating Over-Squashing [4.62541204592513]
  本稿では,エラー関連自己回帰予測の時間的制限を克服する構造的不確実性モジュールであるTegerを紹介する。 Tegerはバックボーンに依存しないため、自己回帰エンコーダによって生成される潜伏状態のみを必要とする。
  論文  参考訳（メタデータ） (2026-05-18T08:51:33Z)
• PnP-Corrector: A Universal Correction Framework for Coupled Spatiotemporal Forecasting [62.22445401483844]
  既存の手法は複雑なエラーのボトルネックによって厳しく制約されている。 我々は-Cast-Corrector (Plug-and-Play Corrector)と呼ばれる普遍的なフレームワークを提案する。 本手法は,結合予測システムの長期安定性を著しく向上させる。
  論文  参考訳（メタデータ） (2026-05-09T13:12:33Z)
• Towards Scaling Law Analysis For Spatiotemporal Weather Data [50.25336689856158]
  単一ステップのトレーニング損失から長期ロールアウトやチャネル単位のメトリクスまで,自動回帰天気予報のためのニューラルスケーリング分析を拡張した。 プールドスケーリングは望ましいように見えるが、多くのチャネルは遅延リードで劣化する。 本稿では,重み付け対象,地平線対応カリキュラム,出力間の資源配分について論じる。
  論文  参考訳（メタデータ） (2026-04-06T18:14:53Z)
• Drift No More? Context Equilibria in Multi-Turn LLM Interactions [58.69551510148673]
  コンテキストドリフト(Contexts drift)とは、ターン間のゴール一貫性のある振る舞いからモデルが出力する出力の段階的なばらつきである。 シングルターンエラーとは異なり、ドリフトは時間的に展開し、静的な評価指標では捉えにくい。 マルチターンドリフトは、避けられない崩壊というよりも、制御可能な平衡現象として理解できることを示す。
  論文  参考訳（メタデータ） (2025-10-09T04:48:49Z)
• Analytic Signal Phase in $N-D$ by Linear Symmetry Tensor--fingerprint modeling [69.35569554213679]
  解析信号位相とその勾配は2-D$以上の不連続性を持つことを示す。 この欠点は深刻なアーティファクトをもたらす可能性があるが、問題は1-D $シグナルには存在しない。 本稿では,複数のGaborフィルタに頼って線形シンメトリー位相を用いることを提案する。
  論文  参考訳（メタデータ） (2020-05-16T21:17:26Z)

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。