GatedLinear는 ETTm1·ETTm2·ETTh1·ETTh2·Electricity·Traffic·Weather·Exchange에서 평균 MSE 0.260, MAE 0.298을 기록했다. 논문 표의 16개 데이터셋 수준 지표 중 11개에서 최고였다는 집계다. 비교 평균은 DLinear 0.267/0.303, TimeMixer 0.269/0.308, MixLinear 0.275/0.311, PaiFilter 0.279/0.314, PatchTST 0.267/0.308, PhaseFormer 0.312/0.333, TQNet 0.265/0.304, TimeAlign 0.264/0.302, iTransformer 0.294/0.325다.
모델은 완만한 추세·계절성을 이동평균 분해와 직접 투영으로 잇는 global trend-seasonal basis, 1차 차분을 예측해 마지막 관측값부터 누적하는 incremental basis, 최근 완전 주기의 템플릿과 선형 잔차를 쓰는 phase-aligned recurrence basis를 둔다. 서로 다른 시간 동역학을 하나의 고정 백본으로 처리하는 대신 상보적인 단순 베이스로 나눈 구성이다.
Tri-Factorized Fusion Gate는 채널 선호, horizon-channel 보정, 미래 phase-index 보정으로 로짓을 분해해 시점·변수별 soft routing을 수행한다. 미래 phase는 decoder time mark에서 얻거나 horizon offset을 period로 나눠 정한다. phase-indexed logit을 빼면 8개 MSE·MAE 항목 평균 상대 오차가 2.11%, plain softmax gate로 바꾸면 2.52% 늘었다.
입력 길이는 336, 예측 길이는 48·96·192·336이며 데이터는 기본 7:1:2로 분할했다. 주기는 일·주기성이 뚜렷하면 데이터 주파수에 맞추고 그렇지 않으면 검증셋으로 골랐다. 비교에는 DLinear 외에도 TimeMixer, MixLinear, PaiFilter, PatchTST, PhaseFormer, TQNet, TimeAlign, iTransformer가 포함됐다.
| 모델 | 평균 MSE | 평균 MAE |
|---|---|---|
| GatedLinear | 0.260 | 0.298 |
| DLinear | 0.267 | 0.303 |
| TimeAlign | 0.264 | 0.302 |
| TQNet | 0.265 | 0.304 |
| iTransformer | 0.294 | 0.325 |
자료: STORIUM 정리
채널 독립 설계라 변수 간 상호작용을 명시적으로 모델링하지 않고, 유의미한 주기와 future time mark에 의존하며, 세 선형 베이스의 표현력에도 한계가 있다. Qitai Tan, Ruiwen Gu, Yilin Su, Mo Li, Xu Lin, Xiao-Ping Zhang이 공개한 arXiv:2607.09537 프리프린트다.
저작권자 © STORIUM 무단전재 및 재배포 금지
