본 발명은 고차원 시계열 모델링을 위한 은닉 특징 추출 시스템 및 방법에 관한 것으로서, 더욱 상세하게는 텐서 기반 시계열 데이터 구조로부터 고차원을 식별하는 하위 공간의 직교 터커(Tucker)-분해 기반 특징 추출 시스템 및 방법에 관한 것이다. 이러한 기술적 과제를 이루기 위한 본 발명의 특징에 따른 고차원 시계열 모델링을 위한 은닉 특징 추출 시스템은 시계열 데이터를 측정하는 시계열 데이터 측정부와 상기 시계열 데이터 측정부에서 측정된 텐서 기반 시계열 데이터 구조로부터 고차원을 식별하는 하위 공간의 직교 터커(Tucker)-분해 기반의 특징을 추출하는 은닉 특징 추출 시스템을 포함할 수 있다. 본 발명의 특징에 따른 고차원 시계열 모델링을 위한 은닉 특징 추출 방법은 텐서 기반의 시계열 데이터를 수집하는 단계(S1), 판별 요인(A (n) )을 초기화 하는 단계(S2), 특징(feature)들의 분류 효율성을 높이기 위한 클래스(class) 내의 분포 행렬(scatter matrix)을 계산하는 단계(S3) 및 상기 클래스(class) 간 분포(scatter) 행렬(matrix)을 계산하는 단계(S4)를 포함할 수 있다. 또한, 판별 요인(A (n) )을 추출하는 단계(S5) 및 상기 판별 요인(A (n) )을 토대로 특징을 추출하는 단계(S6)를 포함할 수 있다. 본 발...(이하생략)