딥러닝을 활용한 다중 해상도 입력으로 지금 예측 향상하기: 모델 결정 메커니즘 탐색

초록 딥러닝 기반의 지금 예측 방법은 일반적으로 레이더 데이터에만 의존합니다. 그러나 다양한 시공간 해상도를 가진 다중 소스 데이터를 효과적으로 활용하는 것은 이 분야에서 여전히 중요한 도전 과제입니다. 이러한 도전 과제를 해결하기 위해 우리는 Nowcastformer라는 새로운 딥러닝 모델을 제안하고 검증합니다. 이 모델은 레이더 데이터와 고층 대기 변수를 활용하며, 비 목표 지역의 위성 데이터로 사전 학습되었습니다. 정량적 통계 평가 결과, 다중 소스 데이터의 통합과 사전 학습 전략의 구현이 모델 성능을 향상시킴을 보여줍니다. 또한, 예측자의 중요성에 대한 포괄적인 분석을 수행하여 예측 범위가 증가함에 따라 대기 변수가 점점 더 중요해지는 경향을 밝혀냅니다. 모델의 해석 가능성을 보여주기 위해, 대표 사례에서 중요한 영역을 강조하고 모델의 결정 과정에 대한 통찰을 제공하는 통합 그래디언트 방법을 활용합니다.