TailedTS: Un Benchmark per la Previsione di Serie Temporali a Coda Pesante

Un nuovo dataset di benchmark denominato TailedTS è stato sviluppato da ricercatori, utilizzando dati orari delle visualizzazioni di pagine Wikipedia per tutto il 2024. Questo dataset mira a valutare i modelli di previsione delle serie temporali in condizioni difficili caratterizzate da code pesanti, inflazione zero e distribuzioni non gaussiane. È composto da circa 24,69 miliardi di punti dati, coprendo circa 3 milioni di pagine Wikipedia distinte ogni mese, ed è archiviato nel formato efficiente Apache Parquet. Il traffico di Wikipedia presenta una forte distribuzione a legge di potenza, con circa il 5% delle pagine che genera oltre il 70% delle visualizzazioni totali, offrendo un ambiente rigoroso per testare la resilienza dei modelli contro fluttuazioni estreme, a differenza di dataset esistenti come M4, M5 e UCI electricity. TailedTS supporta anche vari compiti di ricerca, tra cui un framework per la quantificazione della periodicità utilizzando l'autoregressione sparsa con vincoli di sparsità e non negatività.