본 논문은 시계열 그룹 예측이 생성 과정 식별(GPI)과 조건부 예측(CF)이라는 두 가지 목표를 포함한다고 주장해요. 긴 컨텍스트 윈도우는 입력 시계열을 생성하는 특정 과정을 파악하는 불확실성을 줄여 예측 정확도를 높이는 역할을 해요.
메모리 길이가 P인 과정에서도 최소 오차를 달성하려면 입력 윈도우 크기가 P보다 커야 한다는 것을 증명하고, GPI와 CF를 분리하여 정확도를 유지하면서 계산 효율성을 높일 수 있음을 보여줘요.
합성 데이터와 실제 데이터에 대한 실험 결과는 본 연구의 통찰력과 예측 아키텍처 설계에 대한 관련성을 검증했어요.