論文の概要: IND-Eval: Aligning Evaluation and Simulation for Industrial Time Series Foundation Models
- arxiv url: http://arxiv.org/abs/2610.16652v1
- Date: Mon, 12 Oct 2026 12:08:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-18 22:06:55.623167
- Title: IND-Eval: Aligning Evaluation and Simulation for Industrial Time Series Foundation Models
- Title（参考訳）: IND-Eval:産業時系列基礎モデルの評価とシミュレーション
- Abstract要約: 我々は、ドメイン間の産業時系列をソース固有の予測タスクにまとめるベンチマークであるIND-Evalを紹介する。
TimesFM-3 は,nMASE と nCRPS のソースバランスが低く,各測定基準の下では9つのソースのうち7つを導く。
これらの結果は、モデル選択とシミュレーションデータの合成をドメイン表現的評価がいかに導くかを示す。
- 参考スコア（独自算出の注目度）: 0.21670084965090577
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We introduce IND-Eval, a public benchmark that organizes industrial time series across domains into source-specific forecasting tasks. Relative to established benchmarks such as GIFT-Eval, it emphasizes finer sampling resolutions and a greater prevalence of multivariate forecasting. Evaluating Chronos-2, TiRex-2, and TimesFM-3, we find that TimesFM-3 achieves the lowest source-balanced aggregate nMASE and nCRPS and leads seven of nine sources under each metric; source-specific exceptions reinforce the need for domain-representative evaluation for model selection. These findings also motivate improving domain alignment during pretraining, where real industrial data are often too scarce to close domain-specific gaps directly; we therefore investigate whether a domain's statistical structure can guide simulator design. In a case study on two offshore well-monitoring regimes, we improve a general simulator's coverage using an oscillator-augmented simulation pipeline. This lowers forecasting error in the target domain but reduces performance on the subset of GIFT-Eval with natively univariate targets. A 50/50 mixture of the general and augmented simulation recipes achieves the lowest error among the three training recipes for all four event-metric pairs in the case study while recovering most of the lost GIFT-Eval performance. Together, these results illustrate how domain-representative evaluation can guide model selection and the composition of simulated data while revealing a trade-off between specialization and generality.
- Abstract（参考訳）: 我々は、ドメイン間の産業時系列をソース固有の予測タスクにまとめる公開ベンチマークであるIND-Evalを紹介する。
GIFT-Evalのような確立されたベンチマークとは対照的に、より詳細なサンプリング解像度と多変量予測の精度を強調している。
Chronos-2, TiRex-2, TimesFM-3を評価すると, TimesFM-3 は最小のソースバランスの集合 nMASE と nCRPS を達成し,各指標の9つのソースのうち7つを導く。
これらの知見は、実際の産業データは直接的にドメイン固有のギャップを埋めるには不十分な場合が多い、事前訓練時のドメインアライメントの改善を動機付け、ドメインの統計構造がシミュレーター設計を導くことができるかどうかを考察する。
2つのオフショア監視体制のケーススタディにおいて,振動子増強型シミュレーションパイプラインを用いて,一般的なシミュレータのカバレッジを改善する。
これにより、ターゲットドメインでの予測エラーを低減できるが、ネイティブに不均一なターゲットを持つGIFT-Evalのサブセットのパフォーマンスを低下させる。
一般的なシミュレーションレシピと強化シミュレーションレシピの50/50の混合は、失われたGIFT-Evalのパフォーマンスを回復しながら、ケーススタディにおける4つのイベントメトリックペアの3つのトレーニングレシピの中で、最も低い誤差を達成する。
これらの結果は, モデル選択とシミュレーションデータの構成を, 特殊化と一般性のトレードオフを明らかにしつつ, ドメイン表現評価がいかにモデル選択を導くかを示すものである。
関連論文リスト
- Posterior Augmented Flow Matching [64.1559809786948]
後拡張フローマッチング(PAFM)はフローマッチング(FM)の一般化である
PAFMは、異なるモデルスケールで最大3.4FID50KでFMよりも改善されていることを示す。
論文 参考訳（メタデータ） (2026-05-01T17:59:59Z) - FORGE: Fine-grained Multimodal Evaluation for Manufacturing Scenarios [58.34124792457706]
製造業セクターは、単純な認識から自律的な実行に移行するために、MLLM(Multimodal Large Language Models)をますます採用している。
進捗は、データの不足と、既存のデータセットにおけるきめ細かいドメインセマンティクスの欠如によって妨げられている。
まず、実世界の2D画像と3Dポイントクラウドを組み合わせて、微粒なドメインセマンティクスを付加した高品質なデータセットを構築します。
次に, 3 つの製造課題,すなわち, 構造面検査, 組立検査, 組立検証の18の最先端MLLMを評価し, 大幅な性能差を明らかにした。
論文 参考訳（メタデータ） (2026-04-08T12:23:27Z) - Synthetic Financial Data Generation for Enhanced Financial Modelling [0.0]
本稿では,合成財務データのための統合型マルチ基準評価フレームワークを提案する。
過去のSとP500の日次データを用いて、下流タスクにおける忠実度(最大平均離散性、MD)、時間構造(自己相関とボラティリティクラスタリング)、実用性を評価する。
アプリケーションのニーズや計算制約に応じて生成モデルを選択するための実践的ガイドラインを明確に述べる。
論文 参考訳（メタデータ） (2025-12-25T21:43:16Z) - Analysis of Transferability Estimation Metrics for Surgical Phase Recognition [3.3285108719932555]
微調整された事前学習モデルは現代の機械学習の基盤となり、限られたラベル付きデータで実践者がハイパフォーマンスを達成できるようになった。
専門的アノテーションが特に時間がかかり費用がかかる外科的ビデオ解析では、下流タスクに最適な事前学習モデルを特定することが重要かつ困難である。
我々は,2つの多様なデータセット上で,LogME,H-Score,TransRateの3つの代表的な指標の総合ベンチマークを行った。
論文 参考訳（メタデータ） (2025-08-22T18:05:33Z) - SIMSHIFT: A Benchmark for Adapting Neural Surrogates to Distribution Shifts [10.815077158164684]
ドメイン適応(DA)技術は、視覚や言語処理において、目に見えない構成に関する限られた情報から一般化するために広く使われている。
SIMSHIFTは,4つの産業シミュレーションタスクからなる新しいベンチマークデータセットと評価スイートである。
目的は、地上の真理シミュレーションデータにアクセスすることなく、ターゲットシミュレーションを正確に予測することである。
論文 参考訳（メタデータ） (2025-06-13T17:56:49Z) - DIDS: Domain Impact-aware Data Sampling for Large Language Model Training [61.10643823069603]
大規模言語モデルに対するドメインインパクト対応データサンプリング(DIDS)を提案する。
学習効果に基づくDIDSグループトレーニングデータでは、プロキシ言語モデルと次元削減が使用される。
同等のトレーニング効率を維持しながら平均パフォーマンスを3.4%向上させる。
論文 参考訳（メタデータ） (2025-04-17T13:09:38Z) - UTSD: Unified Time Series Diffusion Model [13.555837288440946]
多領域確率分布をモデル化するために、初めて統一時系列拡散モデルを確立する。
我々は、主要なベンチマークで広範な実験を行い、事前訓練されたUTSDは、すべてのデータドメインにおける既存の基礎モデルより優れています。
論文 参考訳（メタデータ） (2024-12-04T06:42:55Z) - Local vs. Global Models for Hierarchical Forecasting [0.0]
本研究では,情報活用が階層的予測の精度に与える影響について検討する。
我々は,クロスシリーズとクロス階層情報を活用するために,グローバル予測モデル(GFM)を開発した。
LightGBM に基づく2つの特定の GFM が導入された。
論文 参考訳（メタデータ） (2024-11-10T08:51:49Z) - One-Shot Domain Adaptive and Generalizable Semantic Segmentation with
Class-Aware Cross-Domain Transformers [96.51828911883456]
セマンティックセグメンテーションのための教師なしのsim-to-realドメイン適応(UDA)は、シミュレーションデータに基づいて訓練されたモデルの実世界のテスト性能を改善することを目的としている。
従来のUDAは、適応のためのトレーニング中に利用可能なラベルのない実世界のサンプルが豊富にあると仮定することが多い。
実世界のデータサンプルが1つしか利用できない,一発の教師なしシム・トゥ・リアル・ドメイン適応(OSUDA)と一般化問題について検討する。
論文 参考訳（メタデータ） (2022-12-14T15:54:15Z) - Synthetic-to-Real Domain Generalized Semantic Segmentation for 3D Indoor
Point Clouds [69.64240235315864]
本稿では,本課題に対して,合成-実領域一般化設定を提案する。
合成と実世界のポイントクラウドデータのドメインギャップは、主に異なるレイアウトとポイントパターンにあります。
CINMixとMulti-prototypeの両方が分配ギャップを狭めることを示した。
論文 参考訳（メタデータ） (2022-12-09T05:07:43Z)
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。