본 논문은 시간이 지남에 따라 특정 영역의 데이터가 예측 가능성을 보이는 점에 착안하여, 기존 심층 예측 모델의 해석력 부족 문제를 해결하기 위해 새로운 해석 가능한 모델인 iTFKAN을 제안합니다. iTFKAN은 모델 심볼화를 통해 해석력을 확보하여 모델의 의사결정 근거와 기저 데이터 패턴을 탐색할 수 있도록 합니다. 또한, 복잡하게 얽혀있는 시계열 데이터에서 효과적인 모델 학습을 위해 사전 지식 주입 및 시간-주파수 시너지 학습이라는 두 가지 전략을 개발했습니다. 실험 결과, iTFKAN은 높은 예측 성능과 해석력을 동시에 달성함을 보여줍니다.
