DataModel

이정훈·2026년 1월 14일

Time Series

forecasting problem
점추정을 많이하지만 고도화시키려면 분포를 추정할 수 있어야한다

Autoregressive models
ㅊt시점의 결과를 예측할때 t-1, t-2 값을 이용하는게 AR모델

SSM은 좋은 상태를 관리하는게 메인 이슈
RNN은 좋은 예측을 생성하는게 이슈
이러한 두 차이로 회기식이 어디에 붙냐가 달라지는듯

RNN은 last state만 봐야하는 문제점이 있다
attention은 encoder, decoder간의 통신을 위해 만들어졌으며 모든 state와의 내적을 통해 유사도를 측정하는 아이디어

콜라보레이트 레이닝이 좋아서 latent vector를 만들어서 추천
이 latent vector를 단순히 dot연산이 아닌 neaural net으로 바꾸자

lightCGN

iTransformer
시간축을 입력vector로 쓴다. 모든 filed를 입력으로 넣어줘야할듯

Masking 기법 (최신 모델 방식)
값을 0으로 채우되, 모델에게 "여기는 가짜 값이야"라고 알려주는 Mask Matrix를 같이 입력합니다.

RevIN

alias와 time은 주어졌을때 필드 값 예측?

AngDDo