연구진은 의료 시간 시계열 데이터의 교차 대상 일반화 문제를 해결하기 위해 BioFormer 모델을 제안했어요. 기존 방법들은 주관별 변동성을 억제하는 데 집중했지만, BioFormer는 스펙트럼 드리프트를 활용해 변동성을 명시적으로 모델링해요.
BioFormer의 핵심은 주파수 대역 정렬 모듈(FBAM)로, 스펙트럼 분포를 기반으로 주관별 변동성을 완화하여 스펙트럼 구조를 정렬해요. 샘플 조건부 레이어 정규화와 함께 사용되어 안정적인 교차 대상 표현을 가능하게 해요.
6개의 데이터셋에서 12개의 기존 방법보다 성능이 뛰어나 F1 점수가 최대 6% 향상되었으며, 의료 시간 시계열 데이터의 교차 대상 일반화에 새로운 관점을 제시했어요.