연구진이 잔여 유효 수명(RUL) 예측을 위한 새로운 접근법을 제시했어요. Chronos-2라는 시계열 기반 모델을 활용해 다변량 센서 데이터에서 RUL을 예측하는 경량 회귀 신경망을 학습시켰어요.
실제 산업 센서 데이터 실험 결과, Chronos-2 기반 임베딩이 기존 순환, 컨볼루션, Transformer 기반 모델과 그래디언트 부스팅 모델을 능가하는 성능을 보여줬어요.
더 긴 시간의 데이터를 활용할수록 성능이 향상되는 점을 확인했으며, 이는 시계열 기반 모델 표현이 산업 환경에서 데이터 효율적인 RUL 예측을 위한 실용적인 대안임을 시사해요.