폭풍해일(storm surge) 예측은 열대성 사이클론의 연안 지역 피해를 줄이는 데 매우 중요한

요약

본 연구는 열대성 사이클론으로 인한 연안 지역의 폭풍 해일(storm surge) 예측의 어려움을 해결하기 위해 Spatio-temporal Graph Neural Network (GNN) 기반 모델인 StormNet을 제안합니다. StormNet은 기존 수치 모델의 한계를 극복하고, 그래프 컨볼루션(Graph Convolution, GCN)과 그래프 어텐션(Graph Attention, GAT), 그리고 LSTM 구성 요소를 결합하여 복잡한 공간적 및 시간적 의존성을 포착합니다. 미국 걸프 코스트의 역사적 허리케인 데이터를 학습한

핵심 포인트

• StormNet은 폭풍 해일 예측을 위한 Spatio-temporal GNN 모델입니다.
• GCN, GAT, LSTM 결합 구조를 통해 공간 및 시간 의존성을 효과적으로 포착합니다.
• 48시간 예측에서 RMSE를 70% 이상 감소시켜 높은 정확도를 입증했습니다.
• 실시간 운영 시스템에 적용 가능한 낮은 학습 시간을 가집니다.