현대 딥 시계열 예측에서 오류 정정 되살리기

연구진은 기존 딥 시계열 예측에 고전적 오차 보정 아이디어를 적용한 UEC-STD를 제안했다. 이 모듈은 재학습 없이 기존 모델에 붙여 사용할 수 있다.

UEC-STD는 추세와 계절성 보정을 분리해, 자기회귀 추론에서 누적되는 오차와 장기 예측의 드리프트를 줄인다.

이 방법은 아키텍처에 구애받지 않으며, 4개 백본과 10개 데이터셋에서 정확도 향상이 보고됐다.

복잡한 변경 없이도 다양한 딥 예측 모델의 장기 예측 성능을 개선할 수 있는 간단하고 재사용 가능한 보정 방식이다.