Proposta una nuova metrica di valutazione CSE per la previsione di serie temporali irregolari

I ricercatori hanno introdotto il Continuous-time Squared Error (CSE), una nuova metrica di valutazione progettata per affrontare i bias nella previsione di serie temporali irregolari. I benchmark standard si basano sull'errore quadratico medio (MSE), ma i suoi risultati sono influenzati dalle distribuzioni di campionamento dei timestamp, non solo dalle previsioni del modello. Il CSE utilizza la ponderazione per importanza per neutralizzare questo effetto di campionamento, offrendo una valutazione più equa delle prestazioni predittive in tempo continuo. Il team ha dimostrato matematicamente che l'errore di stima asintotico del CSE non è maggiore di quello del MSE. Hanno inoltre sviluppato un benchmark utilizzando dataset sintetici, semi-sintetici e otto dataset del mondo reale per validare la metrica. Il lavoro è descritto in un articolo su arXiv con identificativo 2608.17293.