지리적 정보를 이용한 Recurrent Neural Network 기반의 기후 온난화 예측 모형

Abstract

20세기 이후 지구 온난화로 인해 지구 평균 온도는 산업화 이전에 비해 매우 급속하게 상승하고 있다. 현재 수준의 기온 상승만으로도 이미 다양한 문제들이 발생하고 있는 가운데, 이 같은 추세가 이어질 때 온도가 어떻게, 그리고 얼마나 상승할지 예측해보는 것은 중요한 사안이다. 본 논문에서는 Prophet 기법, RNN 기법, LSTM 기법 등 다양한 시계열 예측 방법들을 사용하여 추세를 반영한 기후 예측을 해보았다. 이 때, 지리적 정보를 추가하는 것이 기후 예측 정확도에 어떠한 영향을 미치는지에 대한 분석도 같이 진행하였다. 다양한 모형의 예측력을 비교해보고, 어떤 모형이 가장 정확한지 조사해보았다.;Since the 20th century, global average temperature has risen very rapidly due to global warming compared to pre-industrial era. With various problems already occurring just with the current level of temperature rise, it is important to predict how, and how much the temperature will rise when this trend continues. In this paper, climate predictions reflecting trends were made using various time series prediction methods such as Prophet, RNN and LSTM. An analysis on how adding geographical information affects climate prediction accuracy was also conducted. To find out which model is most accurate, predictive power of various models was compared.