論文の概要: Beyond Average Error through Oracle-Informed Stress Tests for Time-Series Forecasting

• arxiv url: http://arxiv.org/abs/2609.22820v2
• Date: Tue, 22 Sep 2026 05:16:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 18:04:03.905071
• Title: Beyond Average Error through Oracle-Informed Stress Tests for Time-Series Forecasting
• Title（参考訳）: Oracleによる時系列予測のためのストレステストによる平均誤差を超えて
• Abstract要約: 平均二乗誤差は、予測性能が低下するのは、未来が予測不可能になるためなのか、あるいは、予測が条件平均から遠く離れているためなのかを明らかにすることができない。 本研究では,各リード時間における2乗誤差の変化を環境リスクと予測軌道距離に分解する機構制御型ストレステストを導入する。
• 参考スコア（独自算出の注目度）: 34.76483563088126
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Average squared error cannot reveal whether forecasting performance degrades because the future becomes less predictable or because forecasts move farther from the conditional mean. We introduce paired, mechanism-controlled stress tests that decompose changes in expected squared error at each lead time into environmental risk and forecast-oracle distance, using an origin-conditioned predictive oracle unavailable to the evaluated models. Three end-to-end controls have known attribution. Specifically, the null, environmental-only, and information-gap controls verify that the pipeline assigns changes to the correct component. We then apply the benchmark to 24 deployable forecasters. Under frequent switching, 14 methods have higher realized MSE but lower oracle distance; under outlier-variance feedback, 19 have higher MSE but lower scale-standardized MSE. Short- and long-lead stress-response rankings have Spearman correlation 0.624, revealing substantial horizon-dependent reordering. We then study multivariate relation shifts. Across six models and three coupling severities, oracle distance accounts for only 0.7-3.9% of the decomposed expected-risk increase, and environmental-risk majority persists in an eight-channel system and a matched-difficulty audit of Ring, Block, and Hub relations. Finally, prespecified contrasts on independent data-generating process (DGP) realizations show that several visually compelling discovery profiles, including trend accumulation and the hypothesized switching reversal, do not replicate. The benchmark thus combines component-wise diagnosis with a held-out stability audit. It complements real-data out-of-distribution evaluation, which measures performance under realistic shifts when exact oracle attribution is unavailable.
• Abstract（参考訳）: 平均二乗誤差は、予測性能が低下するのは、未来が予測不可能になるためなのか、あるいは、予測が条件平均から遠く離れているためなのかを明らかにすることができない。 本研究では,各リード時間における2乗誤差の変化を環境リスクと予測軌道距離に分解する機構制御型ストレス試験を,原点条件付き予測オラクルを用いて導入した。 エンド・ツー・エンドの3つのコントロールは属性を知っている。 具体的には、ヌル、環境のみ、および情報ギャップコントロールは、パイプラインが正しいコンポーネントに変更を割り当てていることを検証する。 次に、ベンチマークを24のデプロイ可能な予測器に適用します。 頻繁な切替では,14の方法がMSEよりも高いが,オラクル距離は低い。 ショートリードとロングリードのストレス応答ランキングは、スピアマン相関0.624で、地平線に依存した実質的なリオーダーを示す。 次に、多変量関係シフトについて研究する。 6つのモデルと3つの結合度のうち、オラクル距離は分解された予測リスクの増加のわずか0.7-3.9%であり、環境リスクの大多数は8チャンネルのシステムと一致しないリング、ブロック、ハブの関係の監査に留まっている。 最後に、独立データ生成プロセス(DGP)の実現に関する事前定義されたコントラストは、トレンド蓄積や仮説変更反転を含む視覚的に魅力的な発見プロファイルが複製されないことを示している。 このベンチマークは、コンポーネントワイド診断とホールドアウト安定性監査を組み合わせたものである。 これは実際のデータのアウト・オブ・ディストリビューション評価を補完するもので、正確なオラクル属性が利用できない場合、現実的なシフトでパフォーマンスを測定する。

関連論文リスト

• Rollcast: Proper-Score Gated Rolling Anchors for Adaptive Probabilistic Time-Series Forecasting [0.0]
  ローリングは、中央値、極端値、回帰エンドポイント、および量子化が候補予測位置を定義することを意味する。 状態依存ソフトマックスゲートは、負の対数予測密度を最小化してアンカー確率を学習する。 再帰シミュレーションは、結果の混合を複数の予測水平線上で伝播する。
  論文  参考訳（メタデータ） (2026-09-03T18:50:29Z)
• SPARC: Single-Pass Scaling for Motion Forecasting with Conformal Bayesian Last Layers [1.4452289368758382]
  シングルパス適応リスク(英: Single-Pass Adaptive Risk)は、人間の動き予測器に対する構造的、校正的、効率的な不確実性推定である。 決定論的バックボーンは将来の平均を予測し、共役ベイズ最後の層は時間領域の特徴レバレッジを解析的地平線スケールに変換する。 NLLと組み合わせたMPJPE+NLLの基準では、競争点の精度と効率的な校正管を維持している。
  論文  参考訳（メタデータ） (2026-08-21T07:20:22Z)
• Conformal Changepoint Localization and Root Cause Analysis with Corrupted Observations [55.76952683833966]
  本稿では,データ破損時の信頼性設定サイズを低減するために,重み付きCONCH(W-CONCH)と重み付きCROC(W-CROC)を提案する。 画像ベースおよび実世界の変化点と根本原因ベンチマークの実験は、不確実性ベースの重み付けが信頼性セットのサイズを大幅に減少させることを示している。
  論文  参考訳（メタデータ） (2026-07-29T05:16:59Z)
• Denoised Conformal Alignment for Reliable Selection of Conditional Average Treatment Effect Predictions [10.945117945979566]
  ブラックボックスCATE予測器の信頼性の選択について検討する。 疑似アウトカムから2つの堅牢なプロキシエラーを構築する。 定式化コンフォーマルアライメントを提案する。
  論文  参考訳（メタデータ） (2026-07-03T10:00:28Z)
• Revisiting Multivariate Time Series Forecasting with Missing Values [65.30332997607141]
  現実の時系列では欠落値が一般的である。 現在のアプローチでは、計算モジュールを使用して、不足した値を補う、計算済みの予測フレームワークが開発されている。 このフレームワークは、致命的な問題を見落としている: 欠落した値に対して基礎的な真理は存在せず、予測精度を劣化させる可能性のあるエラーの影響を受けやすいようにしている。 本稿では,Information Bottleneck原則に基づく新しいフレームワークであるConsistency-Regularized Information Bottleneck(CRIB)を紹介する。
  論文  参考訳（メタデータ） (2025-09-27T20:57:48Z)
• Error-quantified Conformal Inference for Time Series [55.11926160774831]
  時系列予測の不確かさの定量化は、時系列データの時間的依存と分布シフトのために困難である。 量子化損失関数をスムースにすることで,iError-quantified Conformal Inference (ECI)を提案する。 ECIは有効な誤発見制御と、他のベースラインよりも厳密な予測セットを出力することができる。
  論文  参考訳（メタデータ） (2025-02-02T15:02:36Z)
• Relaxed Quantile Regression: Prediction Intervals for Asymmetric Noise [51.87307904567702]
  量子レグレッション(Quantile regression)は、出力の分布における量子の実験的推定を通じてそのような間隔を得るための主要なアプローチである。 本稿では、この任意の制約を除去する量子回帰に基づく区間構成の直接的な代替として、Relaxed Quantile Regression (RQR)を提案する。 これにより、柔軟性が向上し、望ましい品質が向上することが実証された。
  論文  参考訳（メタデータ） (2024-06-05T13:36:38Z)

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。