연구진이 극심한 스케일 변화 환경에서도 강건한 동차성 추정 모델 SA-Homo를 제안했어요. SA-Homo는 계층적 스케일 정렬 전략을 통해 다양한 스케일 차이 비율에서도 안정적인 정렬을 가능하게 해요.
SA-Homo는 SDBM과 IHERM 모듈을 핵심으로, SDBM은 MLAC와 CSMB를 활용해 초기 정렬을 수행하고, IHERM은 로컬 상관관계를 이용해 결과를 개선해요.
연구진은 SA-Homo의 성능 검증을 위해 HMSA 데이터셋을 공개했으며, 기존 방법 대비 8배 스케일 차이에서도 높은 정확도를 유지하는 것을 확인했어요.
SA-Homo 관련 코드와 데이터셋은 GitHub에서 확인할 수 있어요.