La ricerca esamina la non stazionarietà negli embedding dei modelli fondazionali per serie temporali

Un nuovo studio indaga come la non stazionarietà si manifesti negli spazi di embedding dei modelli fondazionali per serie temporali (TSFM), comunemente impiegati come estrattori di caratteristiche generici. La ricerca chiarisce che la non stazionarietà, concetto derivante dall'analisi classica delle serie temporali e dal controllo statistico di processo (SPC), viene spesso erroneamente equiparata allo spostamento di distribuzione. Nella metodologia SPC, la non stazionarietà indica un processo che esce da un regime stabile attraverso cambiamenti nella media, nella varianza o nell'emergere di trend, con il rilevamento che risulta cruciale per il monitoraggio della qualità e l'analisi dei punti di cambiamento. Il documento, identificato come arXiv:2604.16428v1, esplora come forme specifiche di non stazionarietà distributiva—inclusi spostamenti di media, cambiamenti di varianza e trend lineari—diventino linearmente separabili negli embedding TSFM in condizioni sperimentali controllate. Inoltre, il lavoro esamina la non stazionarietà temporale legata alla persistenza, che coinvolge violazioni delle assunzioni di stazionarietà debole. Questa analisi è motivata dalle tradizioni diagnostiche dello SPC e mira a colmare l'attuale scarsa comprensione della non stazionarietà in questi spazi modellistici.