17일 전

Rainformer: 레이더 기반 강수 전망을 위한 특징 추출 균형 네트워크

{ShengYong Chen, Yi Song, Jinglin Zhang, Feng Sun, Cong Bai}
초록

강수 예측(nowcasting)은 자연재해 연구 분야에서 핵심적인 과제 중 하나이다. 특히 폭우와 같은 강도 높은 강수는 인명 및 재산 피해를 막대하게 초래할 수 있다. 기존의 방법들은 일반적으로 컨볼루션 연산을 활용하여 강수 특징을 추출하고, 네트워크 깊이를 증가시켜 수용 영역을 확장함으로써 가상의 전역 특징을 추출하려는 접근을 사용한다. 이러한 방식은 간단하지만, 국지적인 강수 특징만을 추출할 수 있어 강도 높은 강수에 대한 민감도가 낮다는 한계가 있다. 본 논문에서는 새로운 강수 예측 프레임워크인 Rainformer를 제안하며, 두 가지 실용적인 구성 요소를 도입한다. 첫째, 윈도우 기반 다중 헤드 자기주의(Windows-based Multi-Head Self-Attention, W-MSA) 메커니즘을 기반으로 한 전역 특징 추출 모듈이며, 둘째, 국지적 특징과 전역 특징을 균형 있게 융합하는 게이트 융합 모듈(Gate Fusion Unit, GFU)이다. Rainformer는 간단하면서도 효율적인 아키텍처를 갖추고 있으며, 특히 강도 높은 강수 예측의 정확도를 크게 향상시킨다. 이는 실세계 응용에 대한 잠재적 해결책을 제시한다. 실험 결과, Rainformer는 기준 데이터베이스에서 7개의 최신 기술(SOTA) 방법들을 모두 상회하며, 강도 높은 강수 예측 작업에 대한 깊이 있는 통찰을 제공한다.