연구진은 불규칙하게 샘플링되고 데이터 누락 패턴이 동적으로 변화하는 다변량 시계열 예측 문제를 다루는 Under-Cali 프레임워크를 제안했어요.
Under-Cali는 불확실성 추정기, 듀얼 전문가 보정 모듈, 적응형 라우팅 모듈로 구성되어 있으며, 불확실성을 기반으로 예측과 적응을 관리해요.
높은 불확실성을 가진 데이터는 신뢰할 수 없는 전문가에게 보내 보정하고, 낮은 불확실성을 가진 데이터는 신뢰할 수 있는 전문가에게 유지하며 온라인 학습을 안정적으로 진행해요.