연구진이 비정상 시계열 예측 모델 'PPM'을 개발했어요. PPM은 매개변수 구조적 사전 지식을 생성 모델 학습에 주입하여 효율성과 표현력을 모두 갖도록 설계됐어요. 실험 결과, 기존 모델보다 정확하고 신뢰성 있는 예측을 제공하며, 코드는 GitHub에서 확인할 수 있어요.
PPM은 기존의 매개변수 방식의 한계를 극복하고, 딥 생성 모델의 복잡한 시간 의존성 학습 문제를 해결하기 위해 고안됐어요. 이는 복잡한 예측 분포를 학습하는 데 사용되는 학습 가능한 매핑을 통해 동적이고 적응적인 사전 지식을 유도하는 매개변수 추정기를 활용하는 방식으로 구현됐어요.
PPM은 하이브리드 목적 함수로 학습되며, 정확한 예측과 잘 보정된 불확실성 추정치를 제공하며, 비정상 데이터를 처리하는 데 있어 기존 모델보다 우수한 성능을 보여줘요.