관측·천문현상
확률론적 머신러닝으로 대기 시상(seeing) 단기 예측 — FloTS·LSTM이 최고 성능
마우나케아 정상에서 측정된 시상(seeing) 데이터를 이용해 최대 2시간 앞선 대기 시상 예측 성능을 머신러닝 모델별로 비교한 연구가 arXiv에 공개됐다. 연구진은 확률론적 접근인 가우시안 프로세스(GP)와 정규화 흐름 기반 모델(FloTS)을 결정론적 RNN·LSTM 기준 모델과 비교하고, RMSE·피어슨 상관계수 같은 결정론적 지표와 예측 불확실성의 품질·보정을 평가하는 확률론적 지표를 함께 적용했다. 그 결과 LSTM과 FloTS가 전반적으로 가장 높은 예측 정확도를 보였고, 가우시안 프로세스는 가우시안 가정에 따른 예측 분포의 한계가 확인됐다. FloTS는 경쟁력 있는 예측 정확도와 유연한 불확실성 정량화를 함께 제공해 가장 유용한 확률론적 예측을 산출했다고 연구진은 밝혔다.
arXiv astro-ph.IM (관측기기)