超越输出空间校准：时间序列分类中选择性可靠性估计的光谱证据捆绑

arXiv:2607.18279v1 公告类型：新 摘要：时间序列分类的事后校准通常会重新映射输出分数，但信任、弃权和审查等部署决策取决于当前时间信号是否支持置信预测。我们解决了三个时间序列可靠性差距：相同的置信度值可以隐藏不同的时间支持，平均校准可能会错过错误的高置信度错误，输出空间重新校准提供有限的输入链接可审计性。我们引入了一种验证门控的固定标签可靠性策略，该策略在估计主干预测是否值得信任的同时保持主干预测不变。该方法将输出侧线索与全样本光谱描述符（包括带能量、熵、峰值优势、周期支持和相位稳定性）相结合，以形成标量可靠性估计和诊断带级证据。仅当正确性排名提高且不违反 FalseConf@0.9 或 AURC 容差时，验证门才会启用频谱调节；否则它会恢复到更安全的输出空间基线。在八个异构 UCR/UEA 数据集、八个时间序列主干系列和标准重新校准器中，无约束方法改进了匹配评估子集上的固定标签选择性可靠性指标，将 Corr-AURC 从 0.693 提高到 0.779。验证门控策略进一步将 Corr-AURC 提高到 0.786，并将 FalseConf@0.9 降低到 0.094。这些结果表明，时间序列分类器的可靠性估计受益于将输出置信度与频谱证据捆绑在一起，而验证门控则可以防止不支持的频谱调节。