Core Concepts
확률적 심각한 날씨 예측을 위한 생성적 앙상블 딥러닝 모델의 성능과 불확실성 평가
Abstract
조건부 생성적 적대 신경망(CGANs)과 합성곱 신경망(CNN)을 결합한 새로운 앙상블 후처리 방법 개발
CGANs를 사용하여 합성 CREF 및 환경 예측 변수 생성
CNN 기반 예측 모델을 통해 심각한 날씨 확률 추정
CGAN 앙상블은 CNN 기반 모델과 MLP 앙상블에 비해 더 뛰어난 성능을 보임
불확실성 양량화 평가를 통해 CGAN 앙상블이 더 나은 불확실성 추정 능력을 보임
Stats
CGANs는 최대 20%의 Brier Skill Score(BSS) 향상을 보임
CNN 기반 방법과 MLP 기반 방법과 비교하여 CGAN 앙상블이 더 뛰어난 성능을 보임