연구진은 불규칙하게 수집되는 다양한 채널의 데이터를 처리하는 MILM(Multimodal Irregular time series Language Model)을 개발했습니다. MILM은 MITS를 XML 형식으로 표현하고, 두 단계 학습 전략을 통해 LLM을 미세 조정하여 MITS 분류 성능을 높입니다. 가치 정보 삭제 실험 결과, 샘플링 패턴이 예측 신호를 담고 있으며, MILM-2S 모델이 이를 효과적으로 활용하는 것을 확인했습니다.