Aura: 항공 시간 데이터 분석을 위한 범용적 다차원 외부 변수 통합 모델

Aura: Universal Multi-dimensional Exogenous Integration for Aviation Time Series

시간 데이터 예측은 다양한 산업 분야에서 점점 더 중요해지고 있으며, 정확한 예측은 정보에 입각한 의사 결정을 위해 필수적입니다. 수치형 시간 데이터 외에도, 실제 시나리오에서 신뢰성 있는 예측을 위해서는 다양한 외부 요인을 통합해야 합니다. 이러한 외부 정보는 종종 다차원적이거나 심지어 다중 모달이며, 이는 단일 모드 시간 데이터 모델이 파악하기 어려운 이질적인 상호작용을 야기합니다. 본 논문에서는 항공 유지 보수 시나리오를 분석하고, 시간적 동역학에 영향을 미치는 세 가지 유형의 외부 요인을 식별하며, 각 요인이 서로 다른 상호 작용 방식을 갖는다는 것을 밝힙니다. 이러한 경험적 통찰력을 바탕으로, Aura라는 범용 프레임워크를 제안합니다. Aura는 대상 시간 데이터와의 상호 작용 방식에 따라 이질적인 외부 정보를 명시적으로 구성하고 인코딩합니다. 특히, Aura는 맞춤형 삼자 인코딩 메커니즘을 사용하여 이질적인 특징을 기존의 시간 데이터 모델에 통합하여, 비순차적인 컨텍스트를 원활하게 통합합니다. 중국 남방항공의 Boeing 777 및 Airbus A320 항공기 데이터를 포함하는 대규모, 3년 분량의 산업 데이터 세트에 대한 광범위한 실험 결과, Aura는 모든 기준 모델에서 최첨단 성능을 달성하고 뛰어난 적응성을 보여줍니다. 본 연구 결과는 Aura가 항공 안전 및 신뢰성을 향상시키는 데 기여할 수 있는 잠재력을 보여줍니다.

Time series forecasting has witnessed an increasing demand across diverse industrial applications, where accurate predictions are pivotal for informed decision-making. Beyond numerical time series data, reliable forecasting in practical scenarios requires integrating diverse exogenous factors. Such exogenous information is often multi-dimensional or even multimodal, introducing heterogeneous interactions that unimodal time series models struggle to capture. In this paper, we delve into an aviation maintenance scenario and identify three distinct types of exogenous factors that influence temporal dynamics through distinct interaction modes. Based on this empirical insight, we propose Aura, a universal framework that explicitly organizes and encodes heterogeneous external information according to its interaction mode with the target time series. Specifically, Aura utilizes a tailored tripartite encoding mechanism to embed heterogeneous features into well-established time series models, ensuring seamless integration of non-sequential context. Extensive experiments on a large-scale, three-year industrial dataset from China Southern Airlines, covering the Boeing 777 and Airbus A320 fleets, demonstrate that Aura consistently achieves state-of-the-art performance across all baselines and exhibits superior adaptability. Our findings highlight Aura's potential as a general-purpose enhancement for aviation safety and reliability.