CATF: 문맥 인식을 위한 매니저-워커 기반 시계열 예측 프레임워크

요약

본 논문은 문맥 인식을 위한 Manager-Worker 기반 시계열 예측 프레임워크인 CATF를 제안합니다. 트랜스포머 기반의 Manager가 하드 라우팅을 사용하여 입력을 문맥에 따라 전문화된 Worker로 경로 지정하는 것이 핵심입니다. 이 방식은 기존 앙상블/MoE 방식보다 효율적이며, 다양한 환경에서 높은 성능 개선을 입증했습니다.

핵심 포인트

• CATF는 Manager-Worker 아키텍처를 활용하여 문맥 인식 예측을 수행합니다.
• Manager가 하드 라우팅으로 입력 데이터를 전문화된 Worker에 할당합니다.
• 자체 단독 모델 대비 200개 비교 중 162개에서 성능 개선을 보였습니다.
• 제로샷 Time-MoE 기반 모델보다 15/20 설정에서 우수한 성능을 입증했습니다.