V članku predlagamo novo metodologijo in podatkovno zbirko za ocenjevanje performans dolgoročnih sledilnikov. Da bi imele mere za ocenjevanje performans dobro opisno moč so zasnovane na definiciji dolgoročnega sledenja. Predlagane mere so se izkazale za bolj interpretativne v primerjavi z obstoječimi merami, bolje tudi ločijo različne tipe obnašanja sledilnikov. Pokažemo, da so predlagane mere posplošena verzija mer, ki se uporabljajo v kratkoročnem sledenju, s tem pa oba problema konceptualno povežemo. Poleg tega so predlagane mere zelo robustne v situacijah, ko so sekvence anotirano sporadično kar omogoča testiranje na daljših sekvencah brez povečanja dela za anotacijo. Predlagamo novo zbirko sekvenc, ki vsebujejo veliko začasnih izginotij tarče, zato so primerne za dolgoročno sledenje. Predlagamo tudi taksonomijo sledilnikov, ki uvrsti posamezen sledilnik na kratkoročno/dolgoročni spekter. V eksperimente smo vključili dosedaj največje število dolgoročnih sledilnikov ter referenčne kratkoročne sledilnike. Analiziramo vpliv arhitekture sledilnika na uspešnost v dolgoročnem sledenju in raziskujemo različne strategije redetekcije ter vpliv strategij osveževanja modela izgleda na dolgoročno stabilnost sledilnika.
COBISS.SI-ID: 1538564803