Zipeng365/TSDecompose-Benchmark

TSDecompose基准数据集是一个用于时间序列分解作为独立任务的机制可识别基准测试数据集，源自ICML 2026论文《Time-Series Decomposition as a Standalone Task: A Mechanism-Identifiable Benchmark》。该数据集包含多个数据轨道：1）paper_tables：提供与论文一致的表格数据，包括核心合成基准的原始结果和汇总表格；2）synthetic_full22_extension：扩展的6场景合成数据，使用22种方法进行评估；3）real_proxy22：真实时间序列数据轨道，包含已知周期或机制的数据，用于代理诊断；4）semisynth_transfer：半合成转移数据，将已知机制注入真实背景中进行评估；5）post_rebuttal_second_expansion：反驳后扩展的真实数据证据。核心任务是评估分解方法对时间序列成分（趋势、季节性、残差）的恢复能力，使用五个指标：趋势R2、趋势DTW、季节性R2、季节性谱相关和季节性最大滞后相关。数据集还包括源代码（tsdecomp包）和运行脚本，支持从源文件复现基准测试。数据集适用于时间序列分析、分解方法比较和机制识别研究。The TSDecompose Benchmark dataset is a mechanism-identifiable benchmark for time-series decomposition as a standalone task, based on the ICML 2026 paper Time-Series Decomposition as a Standalone Task: A Mechanism-Identifiable Benchmark. It includes multiple data tracks: 1) paper_tables: camera-ready manuscript tables with raw and aggregated results from the core synthetic benchmark; 2) synthetic_full22_extension: an extended 6-scenario synthetic benchmark evaluated with a 22-method roster; 3) real_proxy22: a real-data track with public time series featuring known periods or mechanisms, used for proxy diagnostics; 4) semisynth_transfer: a semi-synthetic transfer track injecting known mechanisms into real backgrounds for evaluation; 5) post_rebuttal_second_expansion: a later expansion with real-data evidence from the rebuttal stage. The core task evaluates decomposition methods for component recovery (trend, seasonal, residual) using five metrics: trend R2, trend DTW, seasonal R2, seasonal spectral correlation, and seasonal max-lag correlation. The dataset also includes source code (the tsdecomp package) and scripts to reproduce the benchmark from source. It is designed for time-series analysis, decomposition method comparison, and mechanism identification research.

搜集汇总

数据集介绍

构建方式

TSDecompose-Benchmark数据集由ICML 2026收录论文《Time-Series Decomposition as a Standalone Task: A Mechanism-Identifiable Benchmark》官方发布，旨在将时间序列分解作为独立的组件恢复任务进行系统性评估。数据集通过受控合成机制生成包含已知趋势、季节性和残差成分的时间序列，并基于6种场景、各50次随机抽取、512长度序列的标准化协议构建。除合成主基准外，数据集还纳入了真实数据代理轨道、半合成迁移检查轨道及反驳阶段扩展数据，形成三维证据体系。构建过程严格遵循可复现原则，所有原始CSV表格、指标定义JSON及元数据清单均随数据集一并提供，支持从源代码一键复现论文核心结果。

特点

该数据集的核心特色在于将时间序列分解确立为可独立评测的组件恢复任务，而非传统预测或异常检测的附属环节。采用5个精细度量指标——趋势R²与动态时间规整、季节性R²、谱相关及最大滞后相关——从时域和频域双重维度刻画分解质量。数据集特别设计了层级化聚合策略，将平稳与非平稳体制分阶处理，避免单一排名掩盖模型在不同动态特性下的能力差异。22种方法的扩展名册与6方法核心表格形成对照，兼顾基准对齐与探索深度。真实数据代理和半合成迁移轨道进一步验证了合成结论在现实场景中的稳健性，使基准兼具诊断精度与生态效度。

使用方法

用户可通过Hugging Face直接下载数据集文件，或克隆仓库后从源代码运行基准测试。核心复现命令为：进入code/TSDecompose目录，创建虚拟环境并安装依赖，设置PYTHONPATH后执行scripts/run_paper_benchmark.py脚本，该脚本将自动生成6场景×50抽样的合成序列并应用6种方法进行评估。支持--smoke参数进行轻量级快速验证。更灵活的方式是通过tsdecomp模块的CLI接口指定方法集合、样本数量与序列长度。生成的原始排行榜、分阶层聚合表及全局性能汇总CSV与论文表格完全一致，便于研究者直接复现与扩展分析。

背景与挑战

背景概述

时间序列分析是数据科学领域的核心议题之一，其中分解任务旨在将观测序列拆解为趋势、季节性和残差等可解释成分。然而，现有研究多将分解视为预测或异常检测的预处理步骤，鲜有将其作为独立任务进行系统评估。针对这一空白，由Zipeng Wu、Jiani Wei等学者提出的TSDecompose-Benchmark数据集于ICML 2026发布，旨在构建一个机制可识别的时间序列分解基准。该基准由多机构联合开发，聚焦于可控合成机制下的成分恢复性能评估，通过引入六种场景、五十次随机抽样的标准化协议，系统衡量六种主流分解方法在趋势R²、季节谱相关等五个核心指标上的表现，为分解方法的可解释性和鲁棒性研究提供了权威诊断工具，对时间序列分析领域的方法选择与理论发展具有重要推动力。

当前挑战

该数据集面临的核心挑战在于解决时间序列分解作为独立任务缺乏标准化评估框架的领域问题。传统分解方法常因真实数据缺乏成分真值而难以验证，TSDecompose-Benchmark通过合成数据注入已知机制来缓解此困难，但构建过程中需处理多重难点：其一，需设计涵盖平稳与非平稳动态的复杂机制场景以模拟真实世界多样性；其二，需统一方法输出对齐为（趋势、季节、残差）格式，避免因算法内部差异导致的评估偏差；其三，需构建跨数据集的一致性诊断协议，如在真实数据代理轨中克服成分真值缺失问题，采用带谱重叠、残差自相关等代理指标进行间接评估。此外，扩展至二十二种方法的基准谱系和半合成迁移校验进一步增加了协议统一与计算开销的控制挑战。

常用场景

经典使用场景

在时序分析领域中，分解任务历来被视为预测或异常检测的预处理步骤，而TSDecompose-Benchmark开创性地将时序分解确立为一项独立的组件恢复任务。该基准数据集通过受控的合成机制生成含有已知趋势、季节性和残差成分的时序数据，为评估分解方法在组件级恢复精度上提供了标准化的测试平台。研究者利用该基准可系统性地比较不同分解算法在趋势R²、季节性谱相关等核心指标上的表现，从而揭示各方法的诊断能力轮廓，而非单一的排序分数。

解决学术问题

该基准数据集有效解决了长期以来分解方法评估缺乏统一金标准的问题。传统上，研究者难以验证分解方法是否准确地分离了潜在成分，因为现实数据鲜有提供真实的组件标签。TSDecompose-Benchmark通过合成数据生成已知结构，并设计五维评价指标体系，使得学术社区能够首次从机制可识别的角度量化分解算法的保真度。这推动了时序分解从主观诊断向客观验证的范式转变，为研究不同机制下算法的稳健性与局限性奠定了可复现的基础。

衍生相关工作

该基准的发布催生了一系列相关的学术进展。其核心的22方法扩展榜单为后续研究提供了全面的方法对比基线，促使研究者探索新的分解架构，如基于深度学习或符号回归的组件恢复方案。该工作还衍生了机制感知的稳健性检验线路，包括边界敏感性、对齐稳健性和周期噪声容忍度等分析框架，这些已成为评估新一代分解算法时必不可少的诊断环节。此外，结合真实世界代理轨道的半合成转移评估方法，为在非理想现实条件下验证分解模型泛化能力提供了标准化的范例。