핵심 개념
확률적 심각한 날씨 예측을 위한 생성적 앙상블 딥러닝 모델의 성능과 불확실성 평가
초록
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
통계
CGANs는 최대 20%의 Brier Skill Score(BSS) 향상을 보임
CNN 기반 방법과 MLP 기반 방법과 비교하여 CGAN 앙상블이 더 뛰어난 성능을 보임