본 논문은 장기 예측이 어려운 엘니뇨 남방 진동(ENSO) 현상 예측을 위한 새로운 앙상블 예측 모델을 제시합니다. 기존의 다중 모드 ENSO 예측(MEF) 모델은 3D CNN과 시계열 모듈 두 가지 딥러닝 모듈의 80개 앙상블 예측을 사용하지만, 개별 앙상블 구성원의 가중치 부여나 평가가 제한적이었습니다. 본 연구는 그래프 기반 분석을 통해 80개 앙상블 구성원 간 유사성을 직접 모델링하여, 유사하고 정확한 예측을 식별하고 군집화합니다. 커뮤니티 탐지 방법을 사용하여 최적화된 20개 구성원의 하위 집합을 얻고, 이를 평균하여 최종 예측값을 산출합니다. 이 방법은 노이즈 제거 및 앙상블 일관성 강조를 통해 예측 성능을 향상시키며, 특히 장기 예측 상황에서 더 안정적이고 일관된 결과를 제공합니다. 또한, 모델에 독립적이므로 다양한 예측 모델에 적용 가능합니다.
