Real-Time Long Horizon Air Quality Forecasting via Group-Relative Policy Optimization
Created by
Haebom
Category
Empty
저자
Inha Kang, Eunki Kim, Wonjeong Ryu, Jaeyo Shin, Seungjun Yu, Yoon-Hee Kang, Seongeun Jeong, Eunhye Kim, Soontae Kim, Hyunjung Shim
개요
동아시아 지역의 미세먼지(PM) 농도 예측의 정확도를 높이기 위해, 실시간 데이터와 고해상도 CMAQ-OBS 데이터셋을 구축하여 지역별 오류를 59.5% 감소시키고, 48-120시간 장기 예보를 가능하게 함. 기존 모델의 과다 예측 및 높은 False Alarm Rate 문제를 해결하기 위해, Group-Relative Policy Optimization (GRPO)를 도입하여 예측의 신뢰성을 향상시킴.
시사점, 한계점
•
시사점:
◦
동아시아 지역의 미세먼지 예보 정확도 향상.
◦
False Alarm Rate 감소를 통한 예보 시스템 신뢰성 확보.
◦
실시간 데이터 및 CMAQ-OBS 데이터셋 구축을 통한 활용성 증대.
◦
Group-Relative Policy Optimization (GRPO)을 활용한 실용적인 예측 시스템 구축.
◦
장기 예보(48-120시간) 가능.
•
한계점:
◦
특정 지역(동아시아)에 국한된 연구.
◦
모델의 일반화 가능성에 대한 추가 연구 필요.
◦
비대칭적 비용 (False Alarm vs Missed Severe Event) 문제를 완전히 해결했는지에 대한 추가적인 검증 필요.
