Causal Analysis for Time Series Foundation Models
Este artículo propone un marco de análisis causal para identificar sesgos y modos de falla en modelos fundacionales de series temporales como Chronos-2 y TimesFM-2.5 mediante la intervención en generadores de datos sintéticos, revelando vulnerabilidades específicas como la sobreestimación de la persistencia y fallas en el cambio de régimen que probablemente derivan de las limitaciones de los datos de preentrenamiento.
Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.