본 논문은 시간에 따라 변화하는 레이블을 가진 시계열 분류 작업에서 시간에 따라 변화하는 레이블 노이즈의 문제를 다룹니다. 기존 연구에서 다루지 않았던 시간 의존적 레이블 노이즈를 정의하고, 이러한 노이즈가 레이블 품질을 개선하거나 악화시키거나 주기적으로 변화시키는 현상을 보여줍니다. 시간에 따라 변하는 레이블 노이즈 함수를 모델링하는 것이 중요함을 강조하고, 기존 방법들이 이러한 노이즈에 취약함을 실증합니다. 데이터로부터 시간에 따른 레이블 노이즈 함수를 직접 추정하여 노이즈에 강인한 분류기를 훈련하는 방법을 제안하며, 다양한 유형의 시간 의존적 레이블 노이즈 하에서 실제 데이터셋을 사용한 실험을 통해 최첨단 성능을 달성함을 보입니다.
