본 기사는 전력 스펙트럼을 기반으로 시계열의 예측 가능성을 측정하는 스펙트럼 지수가 더 긴 과거 관측이나 검색 메커니즘과 같은 컨텍스트를 추가함으로써 예측이 개선될지 여부를 결정하기에는 불충분하다고 주장한다. 스펙트럼 지수는 위상 무작위화에 대해 불변인 반면, 컨텍스트의 가치는 2차 이상의 구조에 의존하므로 이 두 개념은 근본적으로 다른 질문을 다룬다.
- 저자들은 위상 무작위화 동안 손실되는 비가우스 구조에 의존하는 컨텍스트의 가치를 스펙트럼 기반 지수가 포착할 수 없음을 보여주는 불가능성 결과를 증명했다.
- 그들은 아날로그 예측 이득과 선형 예측을 비교하여 스펙트럼 밖 구조를 측정하는 '커버리지 디피시트'라는 레이블 없는 진단 도구를 도입했다.
- 7개의 벤치마크에 대한 실험 결과, 윈도우 키 기반 검색의 가치는 동일한 스펙트럼을 가진 대리 쌍 전반에 걸쳐 붕괴되는 반면, 스펙트럼 지수는 변하지 않음을 보였다.
- 파운데이션 모델의 가치는 남아있는 2차 부분과 위상 무작위화 하에서도 붕괴하는 작은 선형 초과 마진으로 분할된다.
- 진단 도구에서 유도된 구조 항은 스펙트럼 지수가 실패하는 곳에서 스펙트럼 밖 가치의 부호를 예측한다.
이 공헌은 시계열 예측에서 컨텍스트 사용과 관련된 배포 결정을 내리는 실무자를 돕기 위한 통제된 비교 및 진단 도구를 제공한다.