강우 예측을 위한 딥러닝: 벤치마크 및 새로운 모델

고해상도 지역 강우 예측을 목표로 하여, 강우 예측은 폭풍 경고에서 비행 안전에 이르기까지 다양한 공공 서비스의 근본적인 기술로 중요성이 커지고 있습니다. 최근 컨볼루션 LSTM(ConvLSTM) 모델이 전통적인 광학 흐름 기반 방법보다 강우 예측에서 더 우수함을 보여주었으며, 이는 딥러닝 모델이 문제 해결에 큰 잠재력을 가지고 있음을 시사합니다. 그러나 ConvLSTM 기반 모델의 컨볼루션 순환 구조는 위치 불변인 반면 자연의 움직임과 변환(예: 회전)은 일반적으로 위치 가변적입니다. 게다가 딥러닝 기반 강우 예측은 새로 떠오르는 분야이기 때문에 명확한 평가 프로토콜이 아직 확립되지 않았습니다. 이러한 문제를 해결하기 위해, 우리는 강우 예측을 위한 새로운 모델과 벤치마크를 제안합니다. 구체적으로, 우리는 ConvLSTM을 넘어서서 반복 연결을 위한 위치 가변 구조를 능동적으로 학습할 수 있는 궤적 GRU(TrajGRU) 모델을 제안합니다. 또한 우리는 홍콩 기상청의 실제 대규모 데이터셋, 새로운 훈련 손실 및 향후 연구를 촉진하고 최신 기술의 수준을 측정하기 위한 포괄적인 평가 프로토콜을 포함하는 벤치마크를 제공합니다.