연구진은 디지털 트윈과 PHM 시스템의 시계열 데이터 인식 문제를 해결하기 위해 모듈화된 기반 모델을 제안했어요.
이 모델은 사전 학습된 표현 인코더 모음으로 구성되어 있으며, 다양한 데이터셋에서 자기 지도 학습을 활용해 일반화 가능하고 작업에 구애받지 않는 표현을 학습해요.
게이팅 메커니즘을 통해 관련 인코더를 동적으로 선택하고, 트랜스포머 기반의 자기 주의 모듈을 사용하여 표현을 집계하여 여러 PHM 작업에 적용 가능하며, 기존 모델 대비 뛰어난 성능을 보여요.