최소 설명 길이(MDL)를 이용한 다채널 시계열 분류의 시간적 불일치 진단

요약

본 논문은 다채널 시계열 데이터의 시간적 불일치 문제를 해결하기 위해 최소 설명 길이(MDL) 기반의 진단 방법을 제안합니다. 이 방법은 센서 그룹 간의 상대적 지연을 측정하여, 기존 솔루션이 놓칠 수 있는 잠재적인 동기화 오류를 식별할 수 있습니다. 이는 훈련 및 배포 환경 모두에서 시계열 분류 성능 저하의 원인을 진단하는 범용 도구 역할을 합니다.

핵심 포인트

• MDL 기반으로 시간적 불일치를 진단하여, 기존 솔루션이 놓치는 동기화 오류를 포착합니다.
• 재학습이나 참조 정렬 없이 훈련 및 배포 데이터 모두에서 오프셋을 확인할 수 있습니다.
• FordChallenge 등 실제 데이터셋에서 안정적인 비영 MDL 최적점을 식별하는 능력을 입증했습니다.