본 논문은 확률적 예측의 중요성을 강조하며, 시계열 데이터의 급격한 변화를 CDF(누적 분포 함수)를 통해 효과적으로 포착하는 방법을 제시한다. 특히, 딥 러티스 네트워크(DLN)를 활용하여 비모수적이고 완전한 CDF를 예측하는 새로운 접근 방식을 제안한다. LSTM을 임베딩 계층으로 활용하고, 퀀타일 입력을 DLN의 모든 하위 격자에 분산시키는 방식으로 퀀타일 교차 현상을 방지하여, 다중 수평선 예측을 수행한다. 태양 복사 강도 예측이라는 실질적인 시계열 예측 문제에 적용하여 제안된 방법의 성능을 평가하고, 기존 방법론과의 비교를 통해 우수성을 입증한다.
