Uploads from ‍김성범[ 교수 / 산업경영공학부 ]

Currently Playing: [Open DMQA Seminar] Beyond Channel Independence (Time Series Analysis)

최근 시계열 예측 분야에서는 채널 독립 전략(channel independent strategy)이 도입된 이후, 이를 활용한 다양한 예측 방법론들이 우수한 성능을 보이며 주목받고 있다. 그러나 변수를 독립적으로 학습하는 방식이 모델의 표현 능력을 저하할 수 있다는 비판이 제기되고 있으며, 채널 간 상호 관계를 모델링하는 것이 시계열 분석에서 중요한 역할을 할 수 있다는 반론도 등장하고 있다. 본 세미나에서는 이러한 비판과 반론을 바탕으로, 기존 채널 독립 전략을 강화하거나 대안으로 제시된 방법론들을 심도 있게 분석하고, 시계열 분석에서 고려해야 할 주요 특성들을 논의하고자 한다. 참고자료: [1] Chen, S. A., Li, C. L., Yoder, N., Arik, S. O., & Pfister, T. (2023). "Tsmixer: An all-mlp architecture for time series forecasting." TMLR (2023) [2] Liu, Y., Hu, T., Zhang, H., Wu, H., Wang, S., Ma, L., & Long, M. "iTransformer: Inverted Transformers Are Effective for Time Series Forecasting." ICLR (2024). [3] Lee, S., Park, T., & Lee, K. (2024). "Learning to embed time series patches independently". ICLR (2024).