연구진은 복잡한 운영 환경에서 시간적 패턴을 감지하고 예측하기 위한 TRACTA 벤치마크를 발표했어요. TRACTA는 다중 영역 작전(MDO)과 유사한 시나리오를 통해 시간적 구조적 추론을 위한 합성 벤치마크예요.
얼리 워닝, 패턴 감지, 런 분류 세 가지 과제를 포함하며, 신경망 모델, 계약 기반의 의미론적 기준선, 그리고 의미론적으로 기반한 경로를 사용하는 신경-기호 구성과 비교했어요.
의미론적으로 기반한 경로를 사용한 신경-기호 구성이 시간적 과제에서 가장 높은 점수를 기록했으며, 능력 역학, 상황적 영향, 시간적 구조가 상호 보완적인 정보를 제공하는 것으로 나타났어요.