时间序列基础模型嵌入空间中的非平稳性

时间序列基础模型 (TSFMs) 作为通用特征提取器广泛使用，但其嵌入空间中非平稳性的概念仍不被充分理解。最近的工作常将非平稳性与分布迁移混淆，模糊了经典时间序列分析和统计过程控制 (SPC) 中根本性区别以及长期存在的 методолojì。 在 SPC 中，非平稳性表示过程离开稳定 regime——通过均值、方差或新兴趋势的变化——检测此类离开是质量监控和变点分析的核心。受此诊断传统启发，我们研究不同形式的分布非平稳性——均值漂移、方差变化和线性趋势——在 TSFM 嵌入空间中如何在受控条件下线性可访问。我们进一步考察源于持久性的时序非平稳性，这反映了弱平稳性违反——由于长记忆或接近单位根行为——而不仅仅是显式分布漂移。通过扫描漂移强度并探索多个 TSFMs，我们发现嵌入空间对非平稳性的检测性随漂移强度而平滑退化，并且不同模型表现出各自独特的、模型特定的失效模式。