본 논문은 강수량 예측에서 심층 학습 모델의 공간적 세부 정보 포착의 어려움, 특히 강수 강도가 높은 지역에서의 어려움을 해결하기 위해 다중 작업 잠재 확산 모델(MTLDM)을 제안합니다. MTLDM은 강수 레이더 이미지를 여러 강수 강도에 해당하는 여러 구성 요소로 분해하는 분할 정복 전략을 사용합니다. 각 구성 요소를 개별적으로 모델링한 후, 훈련된 잠재 공간 강우 확산 모델을 이용하여 이러한 하위 이미지 표현을 통합하고, 다중 작업 디코더를 통해 최종 강수량 예측을 생성합니다. MRMS 데이터셋을 이용한 실험 결과, MTLDM은 최첨단 기술을 능가하여 CSI(Critical Success Index)를 13-26% 향상시켰습니다.
