연구진은 다중 모드 분류에서 명시적 모드 융합 없이 딥 앙상블만으로도 효과적인 분류가 가능함을 입증했어요.
파라미터 수가 동일한 딥 앙상블이 모드 불균형 문제를 해결하기 위해 설계된 최첨단 레이트 퓨전 방식보다 일관되게 뛰어난 성능을 보였어요.
연구진은 모드 수와 예측 강도를 제어할 수 있는 합성 다중 모드 프레임워크를 제안하여 다양한 데이터셋에서 일관된 결과를 확인했어요.
합성 데이터셋을 활용한 스케일링 법칙 분석을 통해 앙상블의 비모달 데이터셋 성능을 추정하는 방법도 제시했어요.