저대역폭 프로브의 한계를 극복하기 위해, 본 논문은 좁은 대역폭의 초음파 신호로부터 광대역 스펙트로그램으로의 데이터 기반 매핑을 학습하는 Tiny Vision Transform (ViT) 오토인코더를 제안합니다. 시뮬레이션 데이터로 훈련된 이 네트워크는 이미지 영역의 MSE를 90% 감소시키고, PSNR을 6.7 dB 향상시키며, SSIM을 0.965로 높였습니다. 또한, 보이지 않는 해상도 팬텀에서도 성능을 유지하며, 프레임 속도나 위상 정보를 손상시키지 않고 점 표적 행을 선명하게 만들었습니다. 이는 소프트웨어 업그레이드를 통해 저대역폭 프로브에서도 광대역과 유사한 성능을 낼 수 있음을 보여줍니다.
