본 논문은 다운스트림 시계열 마이닝 작업을 지원하기 위해 고품질 시계열 데이터를 생성하는 문제에 대해 연구합니다. 시간적 역학의 내재적 확률성을 모델링하는 것이 주요 과제이며, TimeFlow는 인코더 전용 아키텍처를 통합한 SDE 기반의 새로운 플로우 매칭 프레임워크를 제안합니다. TimeFlow는 구성 요소별 분해된 속도장을 설계하여 시계열의 다면적 구조를 포착하고, 표현력을 향상시키기 위해 바닐라 플로우 매칭 최적화에 추가적인 확률적 항을 추가합니다. TimeFlow는 무조건적 및 조건부 생성 작업을 모두 지원하며, 다양한 데이터셋에서 기존 모델보다 우수한 성능을 보였습니다.
