TempShap：确定时间序列预测中特征的作用时机与影响程度

研究人员提出基于损失的回溯性 Shapley 解释框架 TempShap，将时间序列的各个输入单元格作为博弈参与者，精准量化特征的作用时机及在预测期内的影响变化。该方法结合排列共享降低计算成本，并利用符号 Shapley 分解解决冗余输入导致的归因低估。实验表明，TempShap 在多个预测基准与模型家族上的特征删除排序均表现更优。