DISC (Domain-Integrated Similarity Cost) es un marco de aprendizaje que calibra y combina métricas de similaridad de conjuntos de datos de series temporales para predecir mejor el rendimiento de transferencia en tareas de predicción. A medida que crecen los datasets y los modelos de base, la comparación de conjuntos de datos se ha convertido en una parte central de los flujos de trabajo de series temporales. Evaluar la transferencia antes de la adaptación del modelo requiere estimaciones de similaridad que resuman las relaciones entre los datos sin realizar evaluaciones exhaustivas de cada par candidato. Aunque se han propuesto varias métricas para medir la similaridad entre series temporales, estas capturan relaciones distintas y varían en su alineación con la utilidad downstream. El estudio evalúa esta brecha midiendo la correlación entre las puntuaciones de similaridad fuente-destino y los errores de predicción en configuraciones de aprendizaje fuera de distribución y transferencia. DISC propone un marco de agregación aprendible que utiliza observaciones de transferencia de calibración para seleccionar, ponderar y combinar métricas de similaridad para diferentes tareas downstream. Al integrar valores complementarios, DISC distingue mejor las diferencias entre conjuntos de datos fuente y destino que afectan al comportamiento downstream. Tras la calibración, DISC utiliza solo los valores de las métricas de similaridad para evaluar pares fuente-destino, logrando una alineación superior a las referencias de una sola métrica en la división reportada. Estos resultados demuestran que la similaridad de conjuntos de datos de series temporales depende de la tarea y que la integración de métricas aprendidas ofrece un proxy más fuerte para el comportamiento de transferencia que la selección manual de una única métrica de similaridad.
Noticias agregadas con IA