본 논문은 시간에 따라 예측 가능성을 보이는 특정 도메인의 데이터를 대상으로, 기존 심층 예측 모델의 해석력 부족 문제를 해결하기 위해 새로운 해석 가능한 모델인 iTFKAN을 제안합니다. iTFKAN은 모델 심볼화를 통해 해석력을 확보하여 모델의 의사결정 근거 및 기저 데이터 패턴에 대한 추가 탐색을 가능하게 합니다. 또한, 복잡하게 얽혀있는 시계열 데이터에 대한 효과적인 학습을 위해 사전 지식 주입 및 시간-주파수 시너지 학습이라는 두 가지 전략을 개발했습니다. 광범위한 실험 결과를 통해 iTFKAN이 높은 해석력과 함께 유망한 예측 성능을 달성할 수 있음을 보여줍니다.
