광학 터бу仑런스 모델링을 위한 효과적인 벤치마크

광학 난류는 특히 대기 경계층에서 통신, 집속 에너지 및 영상 시스템에 중대한 도전을 제시합니다. 광학 난류의 강도를 효과적으로 모델링하는 것은 이러한 시스템의 개발과 배포에 있어 매우 중요합니다. 표준 평가 도구, 특히 장기 데이터 세트, 모델링 작업, 측정 기준 및 베이스라인 모델의 부족으로 인해 접근 방식과 모델 간의 효과적인 비교가 어렵습니다. 이는 결과 재현의 용이성을 감소시키고 지역 미세 기후에 대한 과적합(over-fitting)을 초래합니다. 평가 측정 기준을 사용하여 성능을 특성화하면 모델이 광학 난류의 강도를 예측하는 데 얼마나 적합한지를 일부 파악할 수 있습니다. 그러나 이러한 측정 기준만으로는 모델의 상대적 품질을 이해하기에는 충분하지 않습니다. 우리는 광학 난류 강도 예측 모델의 엄격한 개발과 평가를 위한 Python 패키지인 \texttt{otbench}를 소개합니다. 이 패키지는 다양한 벤치마크 작업과 데이터 세트에서 광학 난류 모델을 평가하기 위한 일관된 인터페이스를 제공합니다. \texttt{otbench} 패키지는 통계적, 데이터 주도적 및 딥러닝 모델 등을 포함하여 상대적인 모델 품질에 대한 인식을 제공하는 다양한 베이스라인 모델을 포함하고 있습니다. 또한 \texttt{otbench}는 새로운 데이터 세트, 작업 및 평가 측정 기준 추가를 지원합니다. 이 패키지는 \url{https://github.com/cdjellen/otbench}에서 이용 가능합니다.