TimeTok：階層的トークン化による粒度制御可能な時系列生成

arXiv cs.AI / 2026/5/5

📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

TimeTok（arXiv:2605.01418v1）は、粗い入力やゼロからでも任意の目標時間粒度で時系列を生成できる粒度制御可能な時系列生成フレームワーク（GC-TSG）を提案している。
本手法は、時系列を粗い〜細かい粒度の順に並ぶトークン列へ変換する階層的トークン化を用い、その後に粒度レベル間で自己回帰生成を行ってトークンブロックを生成し、それを連続時系列へデコードする。
生成するトークンブロック数を調整することで、出力の詳細さ（時間粒度）をユーザーが明示的に制御でき、GC-TSG（標準生成を含む）を単一の枠組みで実現できる。
実験では、TimeTokがGC-TSGタスクで特に高い性能を示しつつ、標準の時系列生成でも最先端（state-of-the-art）の性能を達成している。
複数の時系列粒度が異なるデータセットで学習し、単一データセット学習モデルを一貫して上回る強い転移性を確認することで、TimeTokを基盤トークナイザとして活用できる可能性も示している。

要旨: 時系列の生成モデルはしばしば時間的粒度に対する制御を欠いており、その結果、ユーザはモデルが生成する粒度をそのまま受け入れることを余儀なくされます。真にユーザ主導の生成を可能にするために、私たちは Granularity-Controllable Time-Series Generation（GC-TSG；粒度制御可能な時系列生成）のための統一的フレームワークである TimeTok を提案します。TimeTok は、粗いスケッチのような任意のより粗い入力から、あるいはゼロからでも、任意の目標粒度で時系列を生成します。TimeTok の中核には、時系列を時間的粒度の粗いものから細かいものへと、順序立てられたトークン列へと写像する階層的トークン化戦略があります。私たちの自己回帰的な生成プロセスは、これらの粒度レベルをまたいで動作し、トークンのブロックを生成します。これらのブロックを連続的な時系列へとデコードします。この設計により、単一のフレームワークの中で、標準的な生成を含む GC-TSG を自然に実現でき、生成されるトークンブロック数を制御することで、出力の詳細度を明示的に制御できます。実験の結果、TimeTok は GC-TSG タスクで優れた性能を示しつつ、標準的な生成において最先端の性能を達成することが分かりました。さらに、異なる時間的粒度を持つ複数のデータセットで学習することで、基盤的なトークナイザとしての TimeTok の可能性を示し、個別のデータセットで学習したモデルを一貫して上回る強力な転移可能性を検証します。私たちの知る限り、TimeTok は時系列における生成の全スペクトルを扱う最初の統一的フレームワークであり、多様な時間的粒度を扱う恩恵を受けるモデルのための貴重な基盤を提供します。