Краткое содержание

arXiv:2511.06906v1 Тип объявления: новый Аннотация: В настоящее время машинное обучение широко применяется во многих областях, включая анализ временных рядов. Однако некоторые модели машинного обучения функционируют как черные ящики, что вызывает серьезные проблемы интерпретируемости. Одним из подходов решения этой проблемы является метод контрфактического объяснения (КФЭ), который направлен на получение понимания прогнозов моделей. Настоящее исследование сосредоточено на относительно слабо изученной задаче построения контрфактических объяснений для прогнозирования временных рядов. Мы предлагаем подход для извлечения КФЭ в прогнозировании временных рядов с использованием экзогенных переменных, часто встречающихся в таких сферах, как бизнес и маркетинг. Дополнительно мы представляем методы анализа влияния каждой переменной на весь временной ряд, генерации КФЭ путем изменения лишь определенных переменных и оценки качества полученных КФЭ. Предложенный метод проверяется теоретическим анализом и эмпирическими экспериментами, демонстрируя свою точность.