論文の概要: Semantics or Structure? Auditing Text Sensitivity in Multimodal Time-Series Forecasting

• arxiv url: http://arxiv.org/abs/2608.22321v1
• Date: Sun, 23 Aug 2026 09:35:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:43.718265
• Title: Semantics or Structure? Auditing Text Sensitivity in Multimodal Time-Series Forecasting
• Title（参考訳）: セマンティックスか構造か?マルチモーダル時系列予測におけるテキスト感性の検討
• Abstract要約: マルチモーダルな時系列予測は、自然言語の文脈が予測性能を改善することを期待する、有望なパラダイムとして現れてきた。 最近のマルチモーダル基盤モデルであるAuroraは、Time-MMDベンチマークにおいて、単調なベースラインよりも大幅に向上し、これらの改善をテキスト情報に寄与していると報告している。 制御されたテキスト摂動、帰属分析、オーロラのテキスト経路の探索を通じてこの問題に対処する。 このベンチマークと冷凍エンコーダアーキテクチャのファミリにおいて、テキストの内容は報告されたゲインの背後にある操作信号ではないと結論付けている。
• 参考スコア（独自算出の注目度）: 7.094715131203089
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multimodal time-series forecasting has emerged as a promising paradigm in which natural-language context is expected to improve predictive performance. Recent multimodal foundation models, including Aurora, as well as early- and late-fusion approaches such as MM-TSFlib and TaTS, report substantial gains over unimodal baselines on the Time-MMD benchmark, attributing these improvements to textual information. However, whether these models are actually sensitive to the semantic content of the text remains unverified. We address this question through controlled text perturbations, attribution analyses, and probes of Aurora's text pathway. On Time-MMD, swapping each row's text for any other real text (empty, constant, within-domain shuffled, or cross-domain) moves mean MSE by less than $0.5\%$ on all three architectures. The improvement reported in the literature is recovered when a co-shipped numeric column is removed without touching text. We conclude that, on this benchmark and within this family of frozen-encoder architectures, text content is not the operative signal behind the reported gains. To support future work on text integration in multimodal foundation models for structured data, we release our perturbation protocol and evaluation harness as a reusable diagnostic toolkit.
• Abstract（参考訳）: マルチモーダルな時系列予測は、自然言語の文脈が予測性能を改善することを期待する、有望なパラダイムとして現れてきた。 最近のマルチモーダル基盤モデルであるオーロラやMM-TSFlibやTaTSのようなアーリー・アンド・レイトフュージョンのアプローチは、Time-MMDベンチマークでの単調なベースラインよりも大幅に向上し、これらの改善をテキスト情報に寄与している。 しかし、これらのモデルが実際にテキストのセマンティックな内容に敏感かどうかはまだ検証されていない。 制御されたテキスト摂動、帰属分析、オーロラのテキスト経路の探索を通じてこの問題に対処する。 Time-MMDでは、各行のテキストを他の実際のテキスト(空白、定数、ドメイン内のシャッフル、またはクロスドメイン)に置き換えると、MSEは3つのアーキテクチャすべてで0.5 %以下となる。 文献に報告されている改善は、テキストに触れることなく、共船の数値列を除去するときに回復する。 このベンチマークと冷凍エンコーダアーキテクチャのファミリにおいて、テキストの内容は報告されたゲインの背後にある操作信号ではないと結論付けている。 構造化データに対するマルチモーダル基礎モデルにおけるテキスト統合の今後の取り組みを支援するため、我々は、再利用可能な診断ツールキットとして、摂動プロトコルと評価ハーネスをリリースする。

関連論文リスト

• Does Text Actually Help? Uncovering and Resolving Text Collapse in Multimodal Time Series Forecasting [7.885089945243776]
  テキストの崩壊は時系列予測における基本的な非対称性の結果であると主張する。 textbfREST-TS(textbfResidual-textbf Exclusive textbfSupervision for textbfText in textbfTime textbfSeries)を提案する。
  論文  参考訳（メタデータ） (2026-06-17T15:47:26Z)
• Continuous Latent Diffusion Language Model [48.974403879186916]
  大規模言語モデルは自己回帰パラダイムの下で顕著な成功を収めた。 既存の代替手段は、生成効率、スケーラブルな表現学習、効果的なグローバルセマンティックモデリングを共同で達成するのに依然として苦労している。 階層型情報分解によりテキスト生成をフレーム化する階層型潜在拡散言語モデルCola DLMを提案する。
  論文  参考訳（メタデータ） (2026-05-07T16:44:56Z)
• Reward-Guided Semantic Evolution for Test-time Adaptive Object Detection [82.2968697030677]
  Grounding DINOのような視覚言語モデル(VLM)を用いたオープン語彙オブジェクト検出は、テスト時間分布シフト時の性能劣化に悩まされる。 Reward-Guided Semantic Evolution (RGSE) は、テスト時にテキストの埋め込みを直接洗練するトレーニング不要のフレームワークである。
  論文  参考訳（メタデータ） (2026-05-06T06:17:41Z)
• From Text to Forecasts: Bridging Modality Gap with Temporal Evolution Semantic Space [30.02774781484044]
  既存の手法は冗長なトークンに過度に依存し、テキスト意味論を使用可能な数値キューに確実に翻訳するのに苦労していることを示す。 モーダル間の中間ボトルネックとして時間的進化的セマンティック空間を導入したTESSを提案する。 4つの実世界のデータセットの実験では、最先端のユニモーダルベースラインやマルチモーダルベースラインと比較して、予測エラーが29%減少することが示された。
  論文  参考訳（メタデータ） (2026-03-13T05:11:54Z)
• Text-Routed Sparse Mixture-of-Experts Model with Explanation and Temporal Alignment for Multi-Modal Sentiment Analysis [1.7522684436505962]
  本稿では,MSA のための eXplanation とテンポラルアライメントを備えたテキスト・ルート・スパース・オブ・エキスパート・モデルを提案する。 TEXTは、まずMLLM(Multi-modal Large Language Models)を介してMSAの説明を拡張し、その後、時間性指向のニューラルネットワークブロックを通じて、音声とビデオの表現を新しく整列させる。 TEXTは、最近提案された3つのアプローチと3つのMLLMを含む、すべてのテストモデルの中で、4つのデータセットで最高のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-12-28T01:58:30Z)
• UniDiff: A Unified Diffusion Framework for Multimodal Time Series Forecasting [90.47915032778366]
  マルチモーダル時系列予測のための統合拡散フレームワークUniDiffを提案する。 コアには統一的で並列な融合モジュールがあり、単一のクロスアテンション機構がタイムスタンプからの構造化情報とテキストからのセマンティックコンテキストを統合する。 8つの領域にわたる実世界のベンチマークデータセットの実験は、提案したUniDiffモデルが最先端のパフォーマンスを達成することを示す。
  論文  参考訳（メタデータ） (2025-12-08T05:36:14Z)
• BALM-TSF: Balanced Multimodal Alignment for LLM-Based Time Series Forecasting [5.360725360679271]
  BALM-TSFは時系列予測のための軽量フレームワークである。 時系列とテキスト埋め込みのバランスを維持する。 長期および少数ショットの予測において、最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-08-30T22:31:55Z)
• BRIDGE: Bootstrapping Text to Control Time-Series Generation via Multi-Agent Iterative Optimization and Diffusion Modeling [51.830134409330704]
  時系列生成(TSG、Time-Series Generation)は、シミュレーション、データ拡張、および反事実分析に広く応用された、顕著な研究分野である。 我々は、テキストが意味的な洞察、ドメイン情報、インスタンス固有の時間パターンを提供し、TSGをガイドし改善することができると論じている。 BRIDGEはテキスト制御型TSGフレームワークで,テキスト記述とセマンティックプロトタイプを統合し,ドメインレベルのガイダンスをサポートする。
  論文  参考訳（メタデータ） (2025-03-04T09:40:00Z)
• Language in the Flow of Time: Time-Series-Paired Texts Weaved into a Unified Temporal Narrative [65.84249211767921]
  テキスト・アズ・タイム・シリーズ(TaTS)は、既存の数値のみの時系列モデルにプラグインできる。 TaTSはモデルアーキテクチャを変更することなく予測性能を向上させることができることを示す。
  論文  参考訳（メタデータ） (2025-02-13T03:43:27Z)
• Discourse Features Enhance Detection of Document-Level Machine-Generated Content [53.41994768824785]
  機械生成コンテンツは、学術プラジャリズムや誤報の拡散といった課題を提起する。 既存のMGC検出器は、しばしば表面レベルの情報のみに焦点を当て、暗黙的かつ構造的な特徴を見渡す。 これらの課題を克服するために、新しい方法論とデータセットを導入します。
  論文  参考訳（メタデータ） (2024-12-17T08:47:41Z)
• TS-HTFA: Advancing Time Series Forecasting via Hierarchical Text-Free Alignment with Large Language Models [14.411646409316624]
  時系列予測の新しい手法である textbfHierarchical textbfText-textbfFree textbfAlignment (textbfTS-HTFA) を導入する。 我々は、QR分解語埋め込みと学習可能なプロンプトに基づいて、ペア化されたテキストデータを適応的な仮想テキストに置き換える。 複数の時系列ベンチマークの実験は、HTFAが最先端のパフォーマンスを達成することを示した。
  論文  参考訳（メタデータ） (2024-09-23T12:57:24Z)
• MURMUR: Modular Multi-Step Reasoning for Semi-Structured Data-to-Text Generation [102.20036684996248]
  多段階推論を用いた半構造化データからテキストを生成するための,ニューロシンボリックなモジュラーアプローチであるMURMURを提案する。 WebNLG や LogicNLG のような2つのデータ・テキスト生成タスクについて実験を行った。
  論文  参考訳（メタデータ） (2022-12-16T17:36:23Z)

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。