연구진은 시계열 예측 가능성을 평가하는 지표들이 컨텍스트의 가치를 잘못 측정한다고 지적했어요.
컨텍스트의 유용성은 운영 환경의 특성에 따라 달라지며, 스펙트럼 기반 지표는 위상 랜덤화에 불변하는 반면, 컨텍스트는 그렇지 않아요.
새로운 진단 도구인 '커버리지 결 deficit'는 스펙트럼을 넘어서는 구조를 측정하며, 7개 벤치마크에서 예측 성능을 입증했어요.
연구는 새로운 예측 모델을 제시하는 것이 아니라, 컨텍스트 활용 결정에 필요한 구분, 비교, 진단 도구를 제공하는 데 집중했어요.