Probabilistic Wildfire Spread Prediction Using an Autoregressive Conditional Generative Adversarial Network
Created by
Haebom
Category
Empty
저자
Taehoon Kang, Taeyong Kim
개요
본 연구는 기후 변화로 인해 빈번해진 산불의 확산을 예측하기 위해 오토 리그래시브 조건부 생성적 적대 신경망(CGAN)을 제안한다. 기존의 딥러닝 모델들이 산불 확산의 복잡한 비선형성을 제대로 포착하지 못하는 문제를 해결하고자, CGAN을 활용하여 예측 정확도와 경계 묘사 능력을 향상시켰다. 오토 리그래시브 방식을 통해 장기적인 예측 안정성을 확보하고, 적대적 학습을 통해 산불 확산의 강한 비선형성과 불확실성을 효과적으로 모델링한다.
시사점, 한계점
•
시사점:
◦
CGAN 기반의 모델은 기존 딥러닝 모델보다 산불 확산 예측 정확도와 경계 묘사 능력이 우수하다.
