LG AI Research 424

시계열 예측은 과거 데이터를 기반으로 미래를 예측하여 의사결정을 돕는 핵심 기술이다. 최근 ICLR 2024에서는 예측의 정확도와 효율성을 높이기 위한 다양한 방법론이 제시되었다.

주요 연구 사례로 **FITS(Frequency Interpolation Time Series Analysis Baseline)**는 주파수 영역을 활용한 혁신적인 방법론을 제안한다. 시간 영역의 예측을 주파수 영역의 보간(Interpolation) 문제로 변환함으로써, 단 10,000개 미만의 파라미터만으로도 기존 SOTA 모델을 능가하는 성능을 보여준다. 이는 고성능 컴퓨팅 자원이 부족한 환경에서도 효율적인 예측을 가능하게 한다.

또한 ModernTCN은 Transformer 구조에서 영감을 받은 새로운 Temporal Convolution Network 모델을 선보였다. 시계열 데이터를 여러 패치(Patch)로 나누어 임베딩함으로써 시간적 패턴을 효과적으로 식별하며, 예측뿐만 아니라 이상 탐지, 분류, 결측치 복구 등 다양한 작업에서도 뛰어난 성능을 발휘한다.