Perceptie loskoppelen van beschrijving: computationeel gefundeerde representatie-uitlijning tussen multivariate tijdreeksen en taal

Het trainen van multimodale modellen om tijdreeksen met taal te aligneren loopt in een zelfsupervisieval. Het gebruikelijke recept laat een LLM een reeks lezen en een beschrijving schrijven, waardoor de labelkwaliteit wordt begrensd door de waarnemingsvaardigheid die het model juist moet leren. De data kunnen nooit meer leren dan de labelaar al weet. Een tweede hiaat verergert dit: de meeste datasets gebruiken één enkele variabele, terwijl de patronen die ertoe doen — kruiscorrelatie tussen kanalen, lead-lagstructuren — juist over meerdere kanalen heen bestaan.