論文の概要: Zero-shot time-series foundation models against the Khepri v1.5 baselines for 96-hour carbon-intensity forecasts in nine Nordic bidding zones: a preregistered comparison

• arxiv url: http://arxiv.org/abs/2611.02895v1
• Date: Mon, 02 Nov 2026 10:29:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 14:30:42.837137
• Title: Zero-shot time-series foundation models against the Khepri v1.5 baselines for 96-hour carbon-intensity forecasts in nine Nordic bidding zones: a preregistered comparison
• Title（参考訳）: 9つの北欧入札地域での96時間炭素強度予測に対するKhepri v1.5ベースラインに対するゼロショット時系列基礎モデル:事前登録比較
• Abstract要約: 我々は3つのゼロショット時系列基礎モデルとKhepri v1.5 SARIMAとGBMベースラインを比較した。 基礎予測の前に設計、解析コード、最小検出効果(MDE)をタイムスタンプした。 3つのモデルは全て、両方のベースラインよりも低いゾーンのCRPd MAPEを持ち、0.952から1.347ポイントである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We compare three zero-shot time-series foundation models (Timestral-5M, Timestral-209M and Chronos-2, 8192-hour context, no covariates) with the Khepri v1.5 SARIMA and GBM baselines, with their code and hyperparameters unchanged, for 96-hour forecasts of hourly carbon intensity in the Nordic bidding zones NO1-NO5 and SE1-SE4. The design, the analysis code and a minimum detectable effect (MDE) were timestamped before any foundation-model forecast by an OpenTimestamps proof (Bitcoin-confirmed) and the GPG-signed tag prereg-v1; the proofs are archived in Zenodo (DOI 10.5281/zenodo.23881315). The preregistration was also submitted to OSF Registries 2026-11-02 07:49 UTC (osf.io/hncz5; embargo requested, pending OSF approval). On the 2025 test (361 daily origins, contamination not ruled out) all three models have a lower zone-averaged MAPE than both baselines, by 0.952 to 1.347 percentage points (Diebold-Mariano with the Harvey-Leybourne-Newbold correction, all p < 0.0001), and each beats SARIMA in 9 of 9 zones. On a post-release holdout of 14 origins from 2026-10-16 the point estimates have the same sign (0.729 to 1.326 percentage points lower), but all lie within the preregistered MDE of 2.989 points and are reported as not determined. For calibration (RQ4) the preregistration locked a Diebold-Mariano-HLN test on CRPS; the MDE applies to MAPE only. Holdout CRPS point estimates (n = 14) are 1.1114 (Timestral-5M), 1.0733 (Timestral-209M) and 1.1198 (Chronos-2) against 1.4165 gCO2-eq/kWh for SARIMA (each p < 0.0001). The SARIMA quantiles are constructed from the fitted model's Gaussian predictive distribution (deviation D-03), not taken from a native v1.5 forecast, so the difference may partly reflect the SARIMA intervals. The contamination indicator does not exceed its preregistered threshold for any comparison; with 14 holdout origins it has low power (HAC standard errors 0.124 to 0.360 pp).
• Abstract（参考訳）: 我々は,3つのゼロショット時系列基盤モデル (Timestral-5M, Timestral-209M, Chronos-2, 8192-hour context, no covariates, with the Khepri v1.5 SARIMA and GBM baselines with with their code and hyperparameters, for 96-hour forecasts of hourly carbon intensity in the Nordic bidding zones NO1-NO5 and SE1-SE4。 設計、解析コード、最小検出効果(MDE)は、OpenTimestamps証明(Bitcoin確認)とGPG署名のタグprereg-v1により基礎モデル予測の前にタイムスタンプされ、証明はZenodo(DOI 10.5281/zenodo.23881315)にアーカイブされている。 事前登録はOSF登録2026-11-02 07:49 UTC (osf.io/hncz5; embargo request, waitending OSF approval)にも提出された。 2025年の試験(361日産、汚染は除外されていない)では、3つのモデルはいずれもベースラインよりも低いゾーン平均MAPEで、0.952から1.347ポイント(ダイボルト=マリアントとハーヴェイ=レイボルン=ニューボルド補正、すべてp < 0.0001)で、それぞれ9つのゾーンのうち9つのゾーンでSARIMAを打ち負かす。 2026-10-16年の14の原点のリリース後ホールトアウトでは、点推定値は同じ符号(0.729から1.326ポイント)を持つが、全て登録済みのMDEの2.989ポイント内にあり、決定されていないと報告されている。 キャリブレーション(RQ4)では、事前登録はCRPS上でDiebold-Mariano-HLNテストがロックされ、MDEはMAPEのみに適用される。 CRPS点推定(n = 14)は1.1114(Timestral-5M)、1.0733(Timestral-209M)、そして1.1198(Chronos-2)であり、SARIMAは1.4165 gCO2-eq/kWhである。 SARIMAの量子は、ネイティブな v1.5 の予測から取られるのではなく、装着されたモデルのガウス予測分布 (D-03) から構成されているため、差は SARIMA の間隔を部分的に反映する可能性がある。 汚染指標は、いかなる比較においても予め登録された閾値を超えておらず、14のホールドアウト源は低出力である(HAC標準誤差0.124〜0.360 pp)。

関連論文リスト

• A SegFormer-based model for spatial Daylight Factor prediction with comprehensive obstruction encoding and regulatory validation [35.18016233072556]
  本稿では,建築情報モデリング環境内での日光係数(DF)の空間分布を機械学習で予測する手法を提案する。 このアプローチは、既存のモデルで一緒にカバーされていない5つのギャップに対処する。 2つのモデルが開発され、予備設計チェックのための固定反射率を持つデフォルト材料モデルと、プロジェクト固有の反射率の異なるカスタム材料モデルである。
  論文  参考訳（メタデータ） (2026-10-24T15:26:28Z)
• When Should a Satellite Estimate Be Changed? Stress-Testing Neural Corrections for Evapotranspiration [0.0]
  我々は,OpenETと組み合わせた16,366個のフラックス・トウワー観測における10員モデルの評価を行った。 空間的に保留された単位誤差では、SupportGainは風速x3.6でステーションマクロMAE対ゲインを0.148 mm/日削減した。
  論文  参考訳（メタデータ） (2026-09-28T14:48:27Z)
• Pre-registered tests of solid-state-physics-inspired LLM compression: a cluster-level negative result at small-language-model scale [0.0]
  訓練済み言語モデル上で5つの固体物理学にインスパイアされた圧縮マッピングをテストする3ヶ月の自律的リサーチエージェントプログラム。 4機のフェーズ3パイロットのうち3機が偽装された。 結果は、ほとんどの注意頭はコーンの目に見える絶縁体のように振る舞うという事前登録の予測を逆転させる。
  論文  参考訳（メタデータ） (2026-09-28T04:38:14Z)
• PGP-Clinical-TimeKAN: Prior-Guided Joint Probabilistic Forecasting of Clinical Trajectories [33.074550441856196]
  PGP-Clinical-TimeKANは多変量生理学の合同確率予測のための軌道優先のフレームワークである。 欠如を意識した時間エンコーダ、ソフトオルガン前駆体、患者固有の関係、非線形コルモゴロフ・アルノルドメッセージ、低ランクの多変量学生-tヘッドを組み合わせる。
  論文  参考訳（メタデータ） (2026-08-24T23:33:35Z)
• Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
  テキスト検出器は、事前訓練された典型軸を増幅する。 タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。 RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
  論文  参考訳（メタデータ） (2026-05-20T19:08:38Z)
• Decoder Dependence in Surface-Code Threshold Estimation with Native Gottesman-Kitaev-Preskill Digitization and Parallelized Sampling [4.11280059407553]
  パウリノイズとネイティブGKPスタイルのガウス変位ディジタル化という2つの整合状態下での表面符号閾値研究におけるデコーダ依存性のベンチマークを行った。 We benchmark MWPM, Union-Find (UF), Belief Propagation (BP), and neural-guided MWPM with fixed seed, same sweep grid, and unified reporting across across runs 06-14。
  論文  参考訳（メタデータ） (2026-03-25T18:07:04Z)
• Benchmarking IoT Time-Series AD with Event-Level Augmentations [34.864214444544565]
  実世界の問題をシミュレートする統合されたイベントレベル拡張による評価プロトコルを提案する。 5つの公開異常データセット上で14の代表的なモデルを評価する。
  論文  参考訳（メタデータ） (2026-02-17T09:45:44Z)
• Time-Series at the Edge: Tiny Separable CNNs for Wearable Gait Detection and Optimal Sensor Placement [3.7765281299298015]
  我々は,3軸加速度の短い窓から発生するパーキンソン病(PD)の歩行検出のためのデバイス上での時系列解析について検討した。 1つの文献ベースライン(分離可能な畳み込み)と2つのウルトラライトモデル(純粋に分離可能なもの)である。
  論文  参考訳（メタデータ） (2025-11-29T08:52:41Z)
• RULSurv: A probabilistic survival-based method for early censoring-aware prediction of remaining useful life in ball bearings [39.58317527488534]
  Kullback-Leibler分散とRUL推定を用いた早期故障検出のための新しいフレキシブルな手法を提案する。 我々は,XJTU-SYデータセットにおいて,3つの異なる操作条件にまたがる5倍のクロスバリデーション戦略を用いてアプローチを実証する。 提案手法は,最大荷重下での5軸受の平均累積相対精度(CRA)を0.7586で達成し,複数の最先端ベースラインを改良する。
  論文  参考訳（メタデータ） (2024-05-02T16:17:29Z)

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。