본 논문은 현실 세계 시스템의 지속적인 변화를 고려하는 NCDE(Neural Controlled Differential Equations) 모델을 다루고 있습니다. NCDE는 입력 경로에 따라 동적 시스템을 구동하여 숨겨진 상태를 발전시키는 방식으로 작동합니다.
Log-NCDE는 신경 러프 미분 방정식을 기반으로 NCDE의 해를 효율적으로 근사하여 계산 속도와 성능을 향상시킵니다.
Linear NCDE는 비선형 벡터장을 선형 벡터장으로 대체하여 시간 병렬 계산을 가능하게 하고 이론적 표현력을 유지합니다.
Structured Linear NCDE는 효율성을 더욱 향상시키면서 이론적 표현력과 경험적 성능을 유지하기 위해 구조화된 선형 벡터장을 사용합니다.