[ICASSP 2023] 시계열 예측을 위한 다중 해상도 시퀀스 집계 및 모델 불가지론적 프레임워크 소개

LG AI Research는 ICASSP 2023에서 시계열 예측 성능을 높이기 위한 MAMA(Multi-resolution sequence Aggregation and Model-Agnostic) framework를 발표했다.

기존의 다중 해상도 접근 방식은 제한된 해상도 정보만을 활용하거나, 정보를 병합하는 과정에서 시계열의 핵심인 **순차적 특성(sequential order)**을 놓치는 한계가 있었다. 이를 해결하기 위해 MAMA는 다음과 같은 핵심 모듈을 제안한다.

• Multi-resolution input generation module: Super-resolution upsampler를 통해 복원된 high-resolution 데이터를 활용하여 미세한 디테일 정보를 포착한다.
• Model-agnostic forecasting module: 기존의 다양한 시계열 예측(TSF) 알고리즘에 결합하여 사용할 수 있어 범용성이 높다.
• Sequential aggregation module: 추출된 정보를 결합할 때 시계열의 순차적 특성을 보존한다.
• Multi-resolution attention fusion module: Cross-attention을 통해 각 해상도 신호의 주요 시간적 역학(temporal dynamics)을 포착하고 결합한다.

또한, 이번 발표에서는 Granger 인과 관계 발견을 위한 해석 가능한 다중 스케일 신경망과 인과적 개입을 통한 사운드 이벤트 탐지 연구 등 최신 Causal(인과성) 연구 트렌드도 함께 다룬다.