🤖 machine learning
Causal Analysis for Time Series Foundation Models
이 논문은 합성 데이터 생성기에 개입함으로써 Chronos-2 및 TimesFM-2.5와 같은 시계열 파운데이션 모델의 편향과 실패 모드를 식별하기 위한 인과 분석 프레임워크를 제안하며, 이를 통해 사전 학습 데이터의 한계에서 기인했을 가능성이 높은 지속성 과대평가 및 체제 전환 실패와 같은 구체적인 취약성을 밝혀낸다.
원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.