본 논문은 약하게 지도되는 설정(W-DAVEL task) 하에서 밀집 오디오-비주얼 이벤트 위치 확인(DAVEL) 문제를 다룹니다. W-DAVEL은 비디오 수준의 이벤트 레이블만 제공되고 각 이벤트의 시간적 경계가 알려지지 않은 더욱 어려운 설정입니다. 이를 해결하기 위해, 오디오 및 비주얼 모달리티에서 높은 일관성을 보이는 신뢰할 수 있는 타임스탬프인 '교차 모달 두드러진 앵커(cross-modal salient anchors)'를 활용합니다. 구체적으로, 예측된 오디오 및 비주얼 이벤트 클래스 간의 불일치를 측정하여 일치 점수를 생성하는 '상호 이벤트 일치 평가(Mutual Event Agreement Evaluation)' 모듈을 제안합니다. 이 일치 점수는 전역 비디오 및 지역 시간 창 식별 메커니즘을 통해 오디오 및 비주얼 앵커 특징을 식별하는 '교차 모달 두드러진 앵커 식별(Cross-modal Salient Anchor Identification)' 모듈에 사용됩니다. 다중 모달 통합 후의 앵커 특징은 '앵커 기반 시간 전파(Anchor-based Temporal Propagation)' 모듈에 공급되어 원래 시간적 오디오 및 비주얼 특징에서 이벤트 의미론적 인코딩을 향상시키고, 약하게 지도되는 환경에서 더 나은 시간적 위치 확인을 가능하게 합니다. UnAV-100 및 ActivityNet1.3 데이터셋에 대한 W-DAVEL 벤치마크를 구축하고, 광범위한 실험을 통해 최첨단 성능을 달성함을 보여줍니다.