본 논문은 의료, 기후 모델링, 금융 등 실제 응용 분야에서 발생하는 불규칙성, 다중 모드, 결측값 등의 문제를 가진 시계열 데이터를 다루기 위해 Time-IMM 데이터셋과 IMM-TSF 벤치마크 라이브러리를 소개한다. Time-IMM은 트리거 기반, 제약 조건 기반, 아티팩트 기반 메커니즘으로 분류된 9가지 유형의 시계열 불규칙성을 나타내는 데이터를 제공하며, IMM-TSF는 비동기식 통합 및 현실적인 평가를 지원하는 특화된 퓨전 모듈을 포함한다. 실험 결과는 불규칙 다중 모드 시계열 데이터에 대한 명시적인 모델링이 예측 성능을 크게 향상시킬 수 있음을 보여준다.
