동역학 기반 기계 학습으로 시계열 데이터 복원
관측 시계열 데이터의 결측치는 다양한 분야에서 복잡계 시스템의 신뢰할 수 있는 데이터 기반 모델링을 방해하는 주요 요인입니다. 특히 대부분의 변수가 광범위한 시계열 내 결측치와 변수 간 결측치를 동시에 보이는 고차원 시스템에서는 결측치 복원이 필수적이지만 매우 어렵습니다. 본 연구에서는 동역학 정보를 활용한 결측치 보간 프레임워크인 FPRM(Full-Partial Reconstruction Mapping)을 제안합니다. FPRM은 시계열 상호 의존성을 직접 학습하는 기존 방식과 달리, 상태 공간 재구성을 통해 내재된 동역학적 사전…