제안된 CP-Net 모델은 다층 퍼셉트론 레이어의 효율성을 향상시키기 위해 두 단계의 정보 조밀화 전략을 활용한다. 이를 통해 단기 및 장기 시계열 패턴을 효과적으로 포착할 수 있다.
본 논문은 장기 다변량 시계열 예측을 위한 Bi-Mamba4TS 모델을 제안한다. Bi-Mamba4TS는 채널 독립적 및 채널 혼합 토큰화 전략을 통합하고, 시계열 데이터를 패치로 나누어 장기 의존성을 더 세부적으로 포착한다. 또한 시계열 데이터의 특성에 따라 최적의 토큰화 전략을 자동으로 선택하는 SRA 결정기를 설계하였다.