Climate Model Driven Seasonal Forecasting Approach with Deep Learning

장기 모델 구조 구상을 위해서 seasonal 예측 모델들 구조 논문들을 살펴봤다.

Main Idea

기후 수치 모델과 딥러닝을 결합하여 Seasonal 2mt 변수 예보를 향상시키는 접근 방법.

Contribution(주로 Architecture)

이 논문에서 제안된 모델 아키텍쳐는 UNet 아키텍쳐 기반인 UNet++로, 기존 Unet에서 사용된 skip-connection을 재설계하여 인코더와 디코더 사이의 의미적 간극을 최소화 한다.
입력에는 CMIP6모델 출력+ ERA5가 들어간다.
데이터를 순차적으로 배열하는 방법 & 주기적으로 배열하는 방법에 대해 실험한다.
순환 컨볼루션을 사용하여 지구의 3D 표현을 2D 공간 그리드로 매핑할 때 이미지 가장자리의 공간 정보를 보존.
다운샘플링 과정에서 3개의 max 풀링 연산과 8개의 컨볼루션 층을 사용하고 업샘플링 경로는 3개의 업샘플과 7개의 컨볼루션 층으로 설계된다.
Skip connection을 통해 중간 피처 맵을 도입.