본 논문은 다양한 시계열 분석 작업(예측, 분류, 이상 탐지, 결측값 채우기 등)에서 우수한 성능을 발휘하도록 설계된 시계열 패턴 머신(TSPM)을 제시합니다. 기존 시계열 모델은 보편적인 패턴을 포착하는 데 어려움을 겪는 경우가 많아 다양한 작업에서 효율성이 제한적입니다. 이를 해결하기 위해 시간 영역의 다중 스케일과 주파수 영역의 다양한 해상도를 정의하고, 다양한 믹싱 전략을 사용하여 복잡하고 작업에 적응적인 시계열 패턴을 추출합니다. TSPM은 (1) 다중 해상도 시간 이미징(MRTI), (2) 시간 이미지 분해(TID), (3) 다중 스케일 믹싱(MCM), (4) 다중 해상도 믹싱(MRM)을 사용하여 다중 스케일 시계열을 처리합니다. MRTI는 다중 스케일 시계열을 다중 해상도 시간 이미지로 변환하여 시간 및 주파수 영역 모두에서 패턴을 포착하고, TID는 이중 축 어텐션을 활용하여 계절적 및 추세적 패턴을 추출하며, MCM은 이러한 패턴을 스케일별로 계층적으로 집계하고, MRM은 모든 표현을 해상도별로 적응적으로 통합합니다. 이 방법은 8가지 시계열 분석 작업에서 최첨단 성능을 달성하여 범용 모델과 특정 작업 모델 모두를 능가합니다.
