DISC: Domain-Integrated Similarity Cost per dataset di serie temporali

Abstract degli autori

La crescita dei dataset di serie temporali e dei modelli fondazionali ha reso il confronto tra dataset una parte centrale dei flussi di lavoro sulle serie temporali. Valutare il trasferimento dalla sorgente al target prima di adattare un modello richiede stime di similarità capaci di riassumere le relazioni tra dataset rilevanti per il trasferimento, senza valutare esaustivamente ogni coppia candidata. Sono state proposte molte metriche per misurare la similarità tra dataset di serie temporali, ma colgono relazioni diverse tra i dataset e non tutte rispecchiano altrettanto bene l’utilità nei compiti a valle. Esaminiamo questo divario misurando la correlazione tra i punteggi di similarità delle coppie sorgente-target e gli errori di previsione a valle in contesti fuori distribuzione e di transfer learning. Proponiamo Domain-Integrated Similarity Cost (DISC), un sistema di aggregazione apprendibile che usa osservazioni sul trasferimento raccolte per la calibrazione per selezionare, ponderare e combinare metriche di similarità per diversi compiti a valle. Integrando valori di metriche complementari, DISC distingue meglio le differenze tra dataset sorgente e target che incidono sul comportamento a valle. Dopo la calibrazione, DISC assegna punteggi alle coppie sorgente-target usando soltanto i valori delle loro metriche di similarità e, nella suddivisione riportata, mostra una maggiore corrispondenza rispetto ai riferimenti basati su una singola metrica. Questi risultati mostrano che la similarità tra dataset di serie temporali dipende dal compito e che l’integrazione appresa delle metriche offre un indicatore del comportamento del trasferimento a valle più affidabile della scelta manuale di una singola metrica di similarità.