강수 단기예보를 위한 딥 러닝: 벤치마크와 새로운 모델

지역 강수량의 고해상도 예측을 목표로 하는 강수 예보는 폭우 경보부터 비행 안전에 이르기까지 다양한 공공 서비스의 중요한 기초 기술이 되어 왔습니다. 최근 연구에서는 Convolutional LSTM(ConvLSTM) 모델이 강수 예보에서 전통적인 광학적 흐름 기반 방법보다 우수한 성능을 보임으로써, 딥 러닝 모델이 이 문제 해결에 큰 잠재력을 가지고 있음을 시사하고 있습니다. 그러나 ConvLSTM 기반 모델의 합성곱 재귀 구조는 위치 불변성을 가지는 반면, 자연적인 움직임과 변환(예: 회전)은 일반적으로 위치 변성을 가집니다. 또한, 딥 러닝 기반 강수 예보는 새로운 분야로, 명확한 평가 프로토콜이 아직 확립되지 않았습니다. 이러한 문제를 해결하기 위해, 우리는 새로운 모델과 벤치마크를 제안합니다. 구체적으로, ConvLSTM을 넘어 위치 변성 구조를 재귀 연결에 대해 적극적으로 학습할 수 있는 Trajectory GRU(TrajGRU) 모델을 제안합니다. 또한, 홍콩 천문대에서 제공하는 실제 대규모 데이터셋, 새로운 훈련 손실 함수, 그리고 포괄적인 평가 프로토콜을 포함한 벤치마크를 제공하여 향후 연구를 지원하고 최신 기술 수준을 측정하는데 도움을 주고자 합니다.