초록
다중 모드 데이터 통합 분야에서 특성 정렬은 핵심적인 역할을 합니다. 본 논문에서는 다중 모드 정보의 융합을 혁신하는 새로운 특성 정렬 접근법을 소개합니다. 제안된 방법은 다양한 모드 간에 특성 표현의 망원경적 이동과 확장을 반복적으로 수행하여 공유된 특성 공간 내에서 일관된 통합 표현을 생성합니다. 이 고도화된 기술은 가장 높은 추상 수준에서 복잡한 교차 모달 상호작용을 포착하고 활용하는 뛰어난 능력을 보여줍니다. 그 결과, 다중 모드 학습 작업의 성능이 크게 향상되는 것을 확인할 수 있었습니다. 철저한 비교 분석을 통해 본 접근법이 다양한 응용 분야에서 기존의 다중 모드 융합 패러다임보다 우수함을 입증하였습니다. 시간 시퀀스, 시각적 데이터, 텍스트 정보를 포함하는 다면적인 데이터셋에 대한 포괄적인 실증 평가를 통해 본 방법론이 해당 분야에서 전례 없는 벤치마크를 달성한다는 강력한 증거를 제시하였습니다. 본 연구는 다중 모드 학습의 최신 기술 수준을 발전시키는 것뿐만 아니라, 복잡한 분석 상황에서 서로 다른 데이터 모달 간의 시너지를 탐구할 수 있는 새로운 방향성을 열어주기도 합니다.