연구진은 항공 감시, 정밀 농업, 의료 영상 등 공간시간 상관관계 데이터에서 무작위 데이터 분할이 i.i.d. 조건을 만족하지 못해 데이터 유출과 숨겨진 계층 분할 문제를 야기함을 밝혔습니다.
구조 인식 계층 분할(SASP)을 통해 공간시간 유출을 줄이고 의미 있는 클래스 균형을 유지하는 검증 데이터 분할을 생성하고, 커리큘럼 기반 분산 강건 최적화(CDRO)를 통해 엄격한 분할 환경에서 최적화를 안정화합니다.
다양한 벤치마크에서 기존 방식 대비 일반화 성능 향상, 신뢰할 수 있는 신뢰도 보정, 숨겨진 오류 모드 노출 효과를 확인했습니다.