무아레 패턴을 고주파 텍스처와 저주파 색상 왜곡으로 분리하는 주파수 분해 전략을 기반으로, Freqformer는 이중 분기 트랜스포머 아키텍처와 학습 가능한 FCT 모듈, 공간 인식 채널 어텐션(SA-CA) 모듈을 결합하여 이미지 무아레 제거 문제를 해결한다. 다양한 벤치마크 실험에서 소형 모델 크기로 최첨단 성능을 달성함을 입증하였다.
전 지구 관측소 기상 예측(GSWF)을 위한 대규모 관측 데이터셋 WEATHER-5K를 제안하고, 동적 코어와 Transformer 잔차를 결합한 물리 정보 기반 모델 PhysicsFormer로 기압-바람 정렬·에너지 인식 평활화 손실을 통해 물리적 일관성을 강제한다. PhysicsFormer를 포함한 시계열 예측(TSF) 모델을 운용 수치 기상 예측(NWP) 시스템과 여러 기상 변수·극한 사건·모델 복잡도 기준으로 벤치마킹해 학계 TSF와 실무 예측 간 격차를 평가한다.