본 논문은 기존 추세 필터링 방법의 한계인 급격한 변화 반영 실패 문제를 해결하기 위해, 마르코프 의사결정 과정(MDP)을 기반으로 한 새로운 추세 점 검출 방법인 Dynamic Trend Filtering network (DTF-net)을 제안합니다. DTF-net은 강화 학습(RL)을 활용하여 동적 추세 점(DTP)을 식별하고, 이를 보간하여 추세를 추출합니다. 기존 방법과 달리, 근사화에 의존하지 않고 핵심 점들을 선택적으로 유지하여 급격한 변화를 정확하게 포착하고 향상된 예측 성능을 제공합니다. DTF-net은 유연한 노이즈 필터링 기능을 통합하여 필요에 따라 서브 시퀀스의 노이즈를 제거하면서 중요한 원본 서브 시퀀스는 보존합니다.
