연구진은 시공간 예측 모델의 효율성을 높이기 위해 DYNA-PRUNER 프레임워크를 제안했어요. 이 프레임워크는 입력 데이터와 모델 구조를 동시에 가지치기하여 불필요한 연산을 줄여요.
공동 중요도 동기화 메커니즘을 통해 데이터 영역과 연산 유닛을 함께 가지치기하여 추론 시 샘플별 희소 서브 네트워크를 생성해요.
WeatherBench, SEVIR, TaxiBJ 데이터셋 실험 결과, FLOPs 최대 70% 감소, NVIDIA Jetson AGX Orin에서 2.5배 속도 향상, 정확도 손실 1% 미만 달성했어요.