본 논문은 기존 신경망(NN)의 예측 모델링에서 출력의 불확실성을 정량화할 수 없는 근본적인 한계를 다룹니다. 특히, 위성 항법의 정밀 위치 확인(PPP)과 같이 예측의 신뢰성을 이해하는 것이 중요한 응용 분야에서는 신뢰 구간, 조기 경보 시스템 구축 및 결과의 효과적인 전파를 위해 불확실성 정량화가 필수적입니다. 본 논문은 이온층 수직 총 전자 함량(VTEC)의 점 추정치와 관련 불확실성 측정값을 모두 제공할 수 있는 잠재적 프레임워크를 탐색하고자 확률 신경망(PNN)을 활용합니다. PNN의 효과적인 구성을 위해 은닉층 및 출력층의 세심한 설계와 네트워크 가중치 및 편향에 대한 사전 및 사후 확률 분포의 신중한 정의가 필요함을 보여줍니다. 연구 결과, PNN 모델이 VTEC 추정치에 대한 불확실성을 체계적으로 과소평가할 수 있음을 밝혔으며, 특히 저위도 지역에서 실제 오차가 모델 추정치의 두 배에 달하는 것으로 나타났습니다. 이러한 과소평가는 태양 활동 극대기 동안 VTEC 값이 증가함에 따라 더욱 심화될 것으로 예상됩니다.
