Grammar of the Wave: Towards Explainable Multivariate Time Series Event Detection via Neuro-Symbolic VLM Agents
Author
- Haebom
Category
Empty
저자
Sky Chenwei Wan, Yifei Y. Wang, Tianjun Hou, Xiqing Chang, Aymeric Jan
💡 개요
본 논문은 자연어 설명으로 정의되는 복잡한 시계열 이벤트 탐지 문제를 해결하기 위해 새로운 언어 기반 시계열 이벤트 탐지(Language-guided TSED) 설정을 제안합니다. 이를 위해 언어 설명을 신호 원시 요소에 대한 구조화된 시간 논리로 변환하는 Event Logic Tree(ELT)라는 지식 표현 프레임워크를 개발하고, 이를 기반으로 시각화된 신호에서 원시 요소를 반복적으로 파악하고 ELT 제약 조건 하에서 합성하는 신경-기호 VLM 에이전트 프레임워크인 SELA를 제시합니다. SELA는 이벤트 구간뿐만 아니라 충실한 트리 구조의 설명도 생성하며, 실제 에너지 및 기후 도메인에서의 실험을 통해 기존 지도 학습 및 제로/퓨샷 시계열 추론 방법보다 우수한 성능을 입증했습니다.
🔑 시사점 및 한계
•
기존 지도 학습 데이터 부족 문제를 해결하기 위한 언어 기반 시계열 이벤트 탐지 설정의 중요성 강조
•
자연어 설명을 구조화된 시간 논리로 변환하는 ELT 프레임워크의 유용성 제시
•
신경-기호 VLM 에이전트 SELA를 통한 설명 가능한 이벤트 탐지 가능성 시사
•
실제 도메인(에너지, 기후)에 특화된 벤치마크 데이터셋 구축 및 공개
•
복잡한 이벤트 정의 및 다채널 시계열 데이터에 대한 적용 가능성 탐구
